De cinco dimensiones a muchas: Modelos de lenguaje grandes como perfiladores psicológicos precisos e interpretables

Se cree ampliamente que los constructos psicológicos dentro de los individuos están interconectados. Investigamos si y cómo los Modelos de Lenguaje Grandes (LLMs) pueden modelar la estructura correlacional de los rasgos psicológicos humanos a partir de entradas cuantitativas mínimas. Sugerimos a varios LLMs respuestas de la Escala de Personalidad de los Cinco Grandes de 816 individuos humanos para que interpretaran sus respuestas en otras nueve escalas psicológicas. Los LLMs demostraron una precisión notable al capturar la estructura psicológica humana, con los patrones de correlación entre escalas de las respuestas generadas por LLM alineándose fuertemente con los de los datos humanos (R² > 0.89). Este rendimiento cero-shot superó sustancialmente las predicciones basadas en similitud semántica y se acercó a la precisión de los algoritmos de aprendizaje automático entrenados directamente en el conjunto de datos. El análisis de los trazos de razonamiento reveló que los LLMs utilizan un proceso sistemático en dos etapas: Primero, transforman las respuestas en bruto de los Cinco Grandes en resúmenes de personalidad en lenguaje natural a través de la selección y compresión de información, análogos a generar estadísticas suficientes. Segundo, generan respuestas de escala objetivo basadas en el razonamiento a partir de estos resúmenes. Para la selección de información, los LLMs identifican los mismos factores de personalidad clave que los algoritmos entrenados, aunque no logran diferenciar la importancia de los ítems dentro de los factores. Los resúmenes comprimidos resultantes no son meramente representaciones redundantes, sino que capturan información sinérgica; añadirlos a las puntuaciones originales mejora la alineación de predicciones, sugiriendo que codifican patrones de segundo orden emergentes de la interacción de rasgos. Nuestros hallazgos demuestran que los LLMs pueden predecir con precisión los rasgos psicológicos de los participantes individuales a partir de datos mínimos a través de un proceso de abstracción y razonamiento, ofreciendo tanto una herramienta poderosa para la simulación psicológica como valiosas visiones sobre sus capacidades de razonamiento emergente.