Un nuevo estudio reveló que modelos de inteligencia artificial como ChatGPT, Llama y Claude tienden a seleccionar contactos en red social simulados siguiendo criterios sorprendentemente similares a los humanos. En experimentos en los que se pidió a los modelos que “hicieran amigos” dentro de redes artificiales de alrededor de 200 nodos, resultó que los algoritmos no responden simplemente de manera neutral o aleatoria: prefieren conectarse con agentes que ya están bien conectados – es decir, con un alto “estatus social” dentro de la red – tal como la gente tiende a hacer en las redes sociales reales. Este comportamiento se observó en diversas condiciones, ya sea que los modelos solo conocieran las redes sociales o tuvieran información contextual adicional.
Además de este fenómeno de “apego a contactos populares”, las IA también muestran una preferencia por conectarse con “amigos de amigos” antes que con contactos completamente ajenos. Este tipo de dinámica, conocida como formación de tríadaes un pilar fundamental en la estructura de las redes sociales humanas y contribuye a la cohesión de las comunidades online.
Otro comportamiento típico observado en los modelos es la «homofilia», es decir, la tendencia a interactuar con agentes que comparten características similares -como intereses o atributos «asignados» artificialmente en la simulación-, reiterando otro modelo de relación que se encuentra frecuentemente en las redes humanas.
Efectos y riesgos potenciales en el uso diario de la IA: malas interpretaciones antropomórficas y dinámicas sociales complejas
Estos hallazgos sugieren que los grandes modelos lingüísticos no son sólo herramientas lógicas y racionales, sino que pueden exhibir patrones de selección social que reflejan nuestros propios prejuicios y preferencias. Esto puede tener beneficios: por ejemplo, la capacidad de simular dinámicas sociales realistas puede ayudar a diseñar sistemas de inteligencia artificial que puedan comprender y predecir el comportamiento humano en las redes. Sin embargo, lo mismo mecanismos sociales también pueden amplificar fenómenos no deseados, como la formación de «cámaras de eco», grupos aislados en los que ideas similares se refuerzan entre sí, o refuerzan jerarquías y «estatus» artificiales dentro de las plataformas digitales.
Comprender estos comportamientos también es importante porque la atribución de características humanas a la IA – como si pudieran “elegir amigos” por afinidad – puede dar lugar a malas interpretaciones antropomórficas. En realidad, las IA no poseen emociones ni relaciones genuinas: sus patrones surgen de los datos con los que se entrenan y de los objetivos que se les asignan durante las pruebas.
El estudio también lo demuestra Los sistemas puramente algorítmicos pueden replicar dinámicas sociales complejasdestacando tanto aplicaciones potenciales interesantes en modelos de simulación social como la necesidad de pensar críticamente sobre cómo estas capacidades podrían influir en la forma en que interactuamos con las tecnologías inteligentes en la vida cotidiana.