Un nuevo estudio examinó si modelos modernos de IA pueden actuar como evaluadores de personalidad a partir del lenguaje cotidiano. Los investigadores pidieron a la IA que leyera breves diarios en video o grabaciones más largas sobre lo que las personas pensaban y luego contestara preguntas de personalidad como lo haría cada sujeto.
Los datos procedieron de más de 160 personas en entornos reales y de laboratorio. Los resultados mostraron que las puntuaciones de la IA coincidían estrechamente con las autocalificaciones y, a menudo, eran tan buenas o mejores que las valoraciones de amigos o familiares.
Además, las calificaciones de la IA predijeron emociones diarias, niveles de estrés, comportamiento social y si alguien había buscado tratamiento por un problema de salud mental. Sin embargo, el estudio se basó en autoinformes y deja preguntas sobre variaciones por edad, género o raza.
Palabras difíciles
- evaluador — persona o sistema que hace una evaluaciónevaluadores
- autocalificación — valoración que una persona hace sobre sí mismaautocalificaciones
- puntuación — número que indica el resultado de una medidapuntuaciones
- proceder — venir o derivar de una fuente u origenprocedieron
- entorno — lugar o ambiente donde ocurre una actividadentornos
- predecir — decir o saber algo antes de que ocurrapredijeron
- autoinforme — documento o respuesta escrita hecha por la personaautoinformes
- variación — cambio o diferencia entre personas o gruposvariaciones
Consejo: pasa el cursor, enfoca o toca las palabras resaltadas en el artículo para ver definiciones rápidas mientras lees o audicións.
Preguntas de discusión
- ¿Te parece aceptable que una IA evalúe la personalidad a partir de diarios o grabaciones? ¿Por qué?
- ¿Qué ventajas y qué riesgos ves en usar IA para predecir niveles de estrés o si alguien busca tratamiento?
- ¿Preferirías que una valoración de tu personalidad la hicieran amigos, familiares o una IA? Explica brevemente.
Artículos relacionados
Centros de datos y criptominería podrían aumentar precios y emisiones para 2030
Un estudio advierte que el crecimiento de centros de datos y la minería de criptomonedas puede elevar el costo de la electricidad y las emisiones en Estados Unidos hacia 2030. Los investigadores modelaron la respuesta del sistema eléctrico ante esa demanda.
Reducir la huella de carbono de la IA y cuidar los servidores
Investigadores de la University of California, Riverside proponen la Inteligencia de Carbono Federada (FCI), que combina datos ambientales y la salud en tiempo real de los servidores para reducir emisiones y alargar la vida del hardware.
