La posibilidad de que una inteligencia artificial anticipe las elecciones humanas al nivel de una persona real ha dado un salto gigante con la presentación de Centaur. Esta innovadora IA, desarrollada a partir del avanzado modelo de lenguaje LLaMA, se dio a conocer en un estudio publicado en la prestigiosa revista Nature el 12 de junio de 2025. Su objetivo va más allá de ofrecer respuestas automáticas: busca simular los complejos procesos cognitivos humanos y predecir el comportamiento en contextos experimentales, abriendo la puerta a la realización de pruebas preliminares «in silico» antes de involucrar a participantes reales.
El Impacto Transformador de Centaur en la Ciencia Experimental
El impacto de Centaur radica en su promesa de transformar la forma en que se diseñan los experimentos científicos, especialmente en áreas delicadas como los estudios con menores o personas con problemas psiquiátricos. Al integrar patrones de decisión que se asemejan a los del cerebro humano, esta IA se posiciona como una alternativa potente para llevar a cabo ensayos «virtuales» que anteriormente implicaban mayores costes y riesgos éticos. Esta capacidad de simulación avanzada permite a los investigadores optimizar sus diseños experimentales, identificar posibles sesgos y refinar sus hipótesis de manera más eficiente y segura.
La Fusión de IA y Comportamiento Humano: El Entrenamiento de Centaur
El secreto de Centaur reside en su meticuloso proceso de entrenamiento. Los desarrolladores aprovecharon la arquitectura del modelo LLaMA y lo alimentaron con una extensa base de datos compuesta por decisiones reales, recopiladas en 160 estudios psicológicos distintos. En total, 60.000 personas aportaron sus respuestas a millones de situaciones planteadas en lenguaje natural, lo que supuso una recolección de más de 10 millones de decisiones. Esta vasta cantidad y diversidad de datos permitió a Centaur emular patrones de elección que reflejan la complejidad humana, dejando a un lado los mecanismos artificiales típicos de otras IA.
Ventajas Clave del Entrenamiento con Millones de Decisiones Humanas
El enfoque de entrenamiento de Centaur ofrece ventajas significativas para la investigación científica:
- Datos de gran diversidad: La IA se nutre de 10 millones de decisiones, abarcando una amplia variedad de situaciones y perfiles demográficos.
- Emulación de procesos cognitivos: No solo imita respuestas, sino que busca reproducir las secuencias de razonamiento y las dudas propias de una mente humana.
- Posibilidad de experimentos “in silico”: Permite ejecutar pruebas virtuales en un chip antes de pasar a la experimentación con personas, lo que ahorra recursos y minimiza riesgos éticos.
Similitud Entre la Actividad Interna de Centaur y el Cerebro Humano
¿Hasta qué punto se acerca Centaur al funcionamiento de la mente humana? Las investigaciones han revelado que las representaciones internas del modelo muestran patrones comparables a la actividad neuronal de personas reales. Esto significa que, ante situaciones similares, los caminos que sigue la IA al procesar información guardan cierto paralelismo con las rutas del cerebro humano. Este descubrimiento abre una puerta a la simulación de procesos mentales complejos y a la obtención de resultados más «humanos» que los de otros modelos artificiales.
Ventajas de Simular Procesos de Decisión Humana con Centaur
Las principales ventajas de esta similitud son:
- Resultados más fieles: Al ajustarse a los patrones neuronales, las respuestas son menos «robóticas» y más representativas del comportamiento humano.
- Reducción de riesgos éticos: Especialmente útil en estudios con menores o pacientes con patologías delicadas, al permitir un cribado inicial de los experimentos.
- Versatilidad experimental: La IA se puede adaptar a nuevos experimentos simplemente cambiando los parámetros iniciales, ofreciendo gran flexibilidad a los investigadores.
Procesos de Evaluación: ¿Centaur Supera a Modelos Clásicos de IA?
Para evaluar la eficacia de Centaur, los investigadores separaron el 10% de las decisiones del conjunto de datos original y comprobaron si la IA podía predecir correctamente estas elecciones no vistas durante su entrenamiento. Los resultados han demostrado que, incluso en contextos nuevos, Centaur ofrece respuestas comparables a las humanas y, en ocasiones, supera a sistemas artificiales menos avanzados. Además, Centaur retiene y procesa la información de forma considerada más «orgánica» que otras inteligencias artificiales, consolidando su lugar como referencia en la simulación experimental.
Ejemplo del Procedimiento de Validación de Centaur
El procedimiento de validación se llevó a cabo de la siguiente manera:
- Se separó una parte de los datos que la IA no había «visto» durante el entrenamiento.
- Se sometió a Centaur a preguntas o contextos incluidos en esos datos nuevos.
- Se compararon las respuestas de la IA con las de los humanos reales.
Este método permitió medir hasta qué punto Centaur es coherente con el comportamiento humano genuino sin depender de la memorización literal.
Diferencias entre los Procesos Internos de Centaur y la Mente Humana
A pesar de los impresionantes resultados, la comunidad neurocientífica mantiene ciertas reservas. Aunque la IA puede llegar a resultados similares a los de una persona, diversos expertos consideran que los mecanismos internos de Centaur son muy distintos a los del cerebro humano. Por ejemplo, Centaur es capaz de recordar hasta 256 dígitos, una cifra inalcanzable para una persona media, que suele retener en torno a siete elementos en la memoria operativa. Otro aspecto que plantea dudas son los tiempos de reacción: la IA responde más despacio que los humanos, aunque procesando cantidades de información abrumadoras. Esto genera escepticismo sobre si la simulación es realmente fiel o es «una especie de ‘ping’ digital» con un resultado superficialmente parecido.
La Metáfora del Reloj: Mismo Resultado, Distinto Camino
Para explicar esta diferencia entre proceso y resultado, el científico cognitivo Jeffrey Bowers utiliza una metáfora esclarecedora: un reloj digital y uno mecánico marcan la misma hora, pero su funcionamiento interno no tiene nada que ver. Así, aunque Centaur y el cerebro humano acaben dando una respuesta equivalente, la forma de procesar la información es esencialmente diferente.
Limitaciones y Escepticismo en la Simulación Cognitiva de la IA
¿Es realmente posible afirmar que una inteligencia artificial «piensa» como un humano? Muchos científicos permanecen escépticos ante esta idea. Por un lado, la base de datos usada, aunque sea grande, sigue siendo diminuta en comparación con la complejidad y la riqueza de conexiones neuronales del cerebro humano. Por otro lado, el modo de «hiper-memoria» de Centaur y su estilo de reacción lo alejan de la experiencia real de las personas.
Marcel Binz, uno de los coautores del estudio, insiste en que ahora es posible llevar experimentos de laboratorio a entornos virtuales, «en un chip», ahorrando tiempo y evitando riesgos innecesarios. No obstante, la propia comunidad científica recuerda la importancia de evaluar con rigor si estas simulaciones pueden sustituir totalmente a la experimentación humana en determinados campos.
¿Cuándo es Útil y Cuándo Debe Tomarse con Cautela?
- Útil en fases exploratorias: Se puede apoyar en la IA para refinar hipótesis antes de los estudios con personas, optimizando los recursos.
- Riesgo en generalizaciones: No debe sustituir a los humanos en pruebas de alta complejidad emocional o social, donde la riqueza de la experiencia humana es irremplazable.
- Requiere revisión constante: Cada caso debe revisarse según criterios éticos y científicos para asegurar el uso responsable y adecuado de la tecnología.
Centaur representa un avance impactante en la predicción y simulación de decisiones humanas mediante inteligencia artificial, demostrando que una IA puede acercarse a los procesos cognitivos de una persona real, aunque existan diferencias notables en su memoria o tiempos de reacción. Aun tocando resultados comparables a los humanos, la clave está en entender que sus procedimientos internos aún distan mucho de la complejidad cerebral. Los científicos siguen explorando hasta dónde pueden llegar estas herramientas, pero queda claro que, por ahora, afirmar que una IA «piensa» como una persona sigue siendo una cuestión abierta y llena de matices.