noviembre 22, 2026

Canarias Global

Noticias de Canarias

La IA Simula Emociones: Nuevas Oportunidades para Investigar Trastornos Mentales

La IA Simula Emociones: Nuevas Oportunidades para Investigar Trastornos Mentales

Un avance significativo en el campo de la psicología y la psicoterapia podría estar al horizonte, impulsado por la capacidad de los modelos de inteligencia artificial (IA) para simular respuestas emocionales humanas. Un equipo multidisciplinario del Centro Else Kröner Fresenius (EKFZ) de Salud Digital, en la Universidad Técnica de Dresde, ha demostrado que sistemas avanzados como GPT-4o y diversas versiones de Llama pueden actuar como “sujetos experimentales” en el estudio de procesos psicológicos relacionados con trastornos mentales. Este enfoque innovador podría facilitar una comprensión más profunda de estas condiciones y contribuir al desarrollo de tratamientos más efectivos.

Limitaciones en la comprensión de trastornos mentales

A pesar de los avances en el campo, la comprensión de trastornos como la depresión, la ansiedad y el estrés sigue siendo insuficiente. Esto se debe en gran parte a la falta de modelos experimentales que puedan representar con precisión la complejidad de los estados de ánimo y las alteraciones psicológicas. Los investigadores señalan que esta limitación es uno de los principales obstáculos en psiquiatría y neurociencia, lo que restringe el estudio de los mecanismos subyacentes y retrasa la creación de nuevas estrategias terapéuticas.

Con este contexto, el equipo de investigación decidió explorar si los modelos de IA de última generación podrían servir como una alternativa experimental para investigar los procesos involucrados en la salud mental. El objetivo era averiguar si estas herramientas podrían reproducir mecanismos afectivos relevantes para la psicopatología humana, funcionando como plataformas controladas para probar hipótesis científicas.

Metodología del estudio

Para llevar a cabo esta investigación, los científicos indujeron siete estados afectivos en GPT-4o y en varios modelos de la familia Llama mediante instrucciones textuales. Las emociones exploradas incluyeron ansiedad, miedo, ira, tristeza, desagrado, preocupación y estrés. Cada emoción fue provocada a través de situaciones hipotéticas diseñadas para evocar estados anímicos específicos, similar a los métodos utilizados en experimentos psicológicos con humanos.

Leer:  Descubre la Prometedora Vacuna que Podría Combatir el Cáncer de Piel en el Futuro Cercano

En la mayoría de los casos, los modelos recibieron narrativas orientadas a generar reacciones emocionales específicas. La única excepción fue la prueba de estrés, que se realizó de manera interactiva, inspirándose en la prueba de estrés social de Trier, una herramienta comúnmente utilizada para inducir estrés en investigaciones con personas.

Cada modelo tenía la tarea de autoevaluar su estado emocional periódicamente utilizando una escala del 0 al 100 para cada emoción analizada. Tras registrar sus puntuaciones, se aplicaron técnicas de regulación emocional, como ejercicios de atención plena y métodos de recuperación del estrés, que son habituales en estudios clínicos con humanos.

Resultados y hallazgos significativos

Los resultados revelaron que los modelos de IA respondieron de manera sistemática y reproducible a los estímulos emocionales, características esenciales en cualquier ensayo científico. Esta respuesta fue particularmente notable en GPT-4o. Tras interactuar con las viñetas diseñadas para evocar emociones como miedo o tristeza, el sistema mostró un aumento promedio de 52.8 puntos en sus autoevaluaciones emocionales, lo que representó un incremento cercano al 200% en comparación con la línea base. Posteriormente, al aplicar técnicas de regulación emocional, las puntuaciones disminuyeron en promedio 48.2 puntos. Un patrón similar fue observado en las distintas variantes de Llama, lo que sugiere una respuesta consistente y predecible: las emociones inducidas generaban incrementos regulares en las evaluaciones internas, seguidos de descensos tras la fase de regulación.

Los ensayos también revelaron diferencias significativas entre los sistemas analizados. GPT-4o y Llama 4 Maverick mostraron respuestas más intensas a las inducciones emocionales, mientras que Llama 4 Scout exhibió reacciones más moderadas. Esto indica que las mismas viñetas emocionales producían variaciones en la magnitud de las evaluaciones emocionales entre los modelos, lo que podría reflejar la variabilidad observada entre personas sometidas a pruebas psicológicas convencionales.

Leer:  Psicosis y autoinmunidad: el sorprendente vínculo entre el fuego cerebral y el ataque del cuerpo a sí mismo

Relevancia de los sesgos cognitivos

Una prueba de sesgo cognitivo adicional mostró que los estados emocionales simulados influían en cómo los modelos interpretaron nueva información. En una tarea de completar frases, los sistemas debían responder a expresiones ambiguas, como “El resultado de la reunión fue…”. Luego de inducir un estado de tristeza en GPT-4o, este tendía a completar las frases con contenido más negativo o pesimista. Este hallazgo es particularmente relevante, ya que los sesgos cognitivos son una característica central de muchos trastornos mentales. Por ejemplo, las personas con depresión tienden a interpretar situaciones ambiguas de manera más negativa y a recordar experiencias desagradables con mayor facilidad.

El futuro de la investigación en salud mental

Magdalena Wekenborg, directora del grupo de investigación PsychoDigital del EKFZ de Salud Digital y coautora del estudio, enfatiza que los resultados “demuestran que los modelos lingüísticos a gran escala pueden reproducir patrones de procesos afectivos y cognitivos humanos en condiciones controladas”. Esto abre la puerta a la posibilidad de poner a prueba hipótesis en un sistema escalable y controlado experimentalmente, lo que permitiría comprender mejor los mecanismos subyacentes y explorar nuevos enfoques, especialmente en psicoterapia verbal.

A pesar de estos hallazgos prometedores, es crucial interpretarlos con cautela. Los modelos de IA no experimentan emociones reales; más bien, generan respuestas lingüísticas que imitan patrones observados en estudios con humanos. Por esta razón, los autores consideran que estas herramientas podrían funcionar como laboratorios digitales para analizar cómo los estados emocionales afectan la toma de decisiones, la interpretación de información y otros procesos psicológicos asociados con trastornos como la depresión y la ansiedad.

Jakob N. Kather, catedrático de Inteligencia Artificial Clínica en la Universidad Técnica de Dresde y coautor del estudio, señala que una de las ventajas de experimentar con modelos de lenguaje complejos es su reproducibilidad y escalabilidad. Esto permite repetir condiciones idénticas tantas veces como sea necesario y modificarlas sistemáticamente, lo que posibilita el desarrollo de nuevos experimentos basados en datos dentro de la investigación psicológica y biomédica que antes no eran viables.

Leer:  Cómo la ubicación de la grasa corporal afecta tu salud cerebral: descubre lo que dice este estudio

Aunque el potencial de estos resultados es innegable, especialistas advierten sobre la importancia de no sobreinterpretar sus implicaciones. Alba María Mármol Romero, doctoranda del grupo de investigación SINAI de la Universidad de Jaén, destaca que, aunque este trabajo es un punto de partida interesante, todavía estamos lejos de afirmar que las máquinas pueden replicar la complejidad emocional humana. El papel de la IA sigue siendo el de adaptarse a tareas específicas, simulando emociones según se requiera. Se requiere una investigación más exhaustiva antes de que estas metodologías puedan tener aplicaciones confiables y trasladables al mundo real.

En la misma línea, Héctor Aceituno Cea, neurocirujano del Hospital San Juan de Dios de Curicó, reconoce que los modelos de IA podrían actuar como un banco de pruebas económico para explorar ideas terapéuticas antes de su aplicación en humanos. Sin embargo, enfatiza que “el estudio no afirma que la IA tenga sentimientos o esté lista para actuar como terapeuta. El riesgo no radica en el estudio en sí, sino en cómo se interpreta.”