¿Se puede revelar tu personalidad con una sola palabra? Una era en la que la IA generativa descifra tu "auténtico yo".

"¿En qué estás pensando ahora?"

Si alguien te preguntara eso y tú hablaras durante unos segundos sobre lo que te venga a la mente: los eventos del día, pequeñas preocupaciones, cosas que te hicieron feliz o simplemente una charla sin sentido. Con solo esas "palabras sin rumbo", una IA podría estimar con bastante precisión tus tendencias de personalidad. Esta investigación ha ampliado el límite entre la psicología y la IA.

El "diagnóstico de personalidad" está comenzando a cambiar

Hasta ahora, la evaluación de la personalidad se ha centrado en cuestionarios (responder a ítems como "Creo que soy extrovertido" o "Soy meticuloso"). La razón es simple: es eficiente y fácil de manejar estadísticamente. Sin embargo, también ha habido críticas persistentes de que "la personalidad de una persona se refleja en el contexto y la situación, y las respuestas de opción múltiple pueden pasar por alto aspectos importantes".

Aquí es donde entra la IA generativa, es decir, los modelos de lenguaje a gran escala (LLM). En la investigación, se hizo que los LLM comerciales y de uso general (por ejemplo, ChatGPT, Claude, LLaMA, etc.) leyeran las "palabras propias" de las personas y estimaran los cinco grandes rasgos de personalidad (extroversión, amabilidad, escrupulosidad, neuroticismo y apertura). El punto clave es que no se usaron modelos entrenados específicamente para psicología, sino LLM ampliamente disponibles "tal cual".

El experimento es "monólogos" y "diarios cotidianos"

El diseño de la investigación tiene dos enfoques principales. Uno es contenido de formato libre donde los participantes "hablan/escriben lo que les viene a la mente". El otro es un registro natural de una parte de la vida, como un breve diario en video diario. A partir de estos "fragmentos de lenguaje natural", los LLM estimaron las respuestas a los cuestionarios de personalidad y verificaron cuánto coincidían con la autoevaluación del individuo.

Como resultado, las puntuaciones de personalidad asignadas por los LLM mostraron tendencias similares a las autoevaluaciones. Además, el enfoque de usar múltiples LLM y promediar los resultados fue más robusto (menos propenso a variaciones). También se sugiere que los LLM funcionaron mejor que los métodos tradicionales de análisis de texto (métodos clásicos basados en características).

Lo importante aquí es que, más allá de la discusión entretenida de si "la personalidad es precisa o no", hay una dirección que indica que "las pistas de la personalidad están más presentes de lo que se imaginaba en el lenguaje cotidiano". Los investigadores enfatizan la posibilidad de que la personalidad no solo se manifieste "al presentarse", sino que esté integrada en el flujo habitual de pensamiento y discurso.

No solo la personalidad: también está relacionada con el comportamiento, las emociones y la salud mental

Al profundizar más, se informa que las puntuaciones de personalidad estimadas por los LLM también pueden estar relacionadas con las emociones diarias, el estrés y el comportamiento social. Esto significa que "la estimación de la personalidad no se limita a etiquetar de manera superficial, sino que podría estar vinculada a indicadores de vida reales", ampliando enormemente las posibilidades de aplicación.

Por ejemplo, en el ámbito de la salud mental, incluso en situaciones donde la persona no puede realizar pruebas largas, podría obtener pistas sobre su estado a partir de breves diarios o conversaciones. En educación y coaching, podría ajustarse la forma de proporcionar retroalimentación según las características de personalidad. En la investigación clínica, podría abrirse un camino para tratar datos cualitativos (narrativas) de manera cuantitativa.

Sin embargo, no debemos malinterpretar esto como "la IA puede diagnosticar". Lo que la investigación muestra es que "las puntuaciones de características estimadas están estadísticamente relacionadas con ciertos indicadores". Para el diagnóstico médico o decisiones de tratamiento, se necesitan requisitos de otra dimensión, como responsabilidad, reproducibilidad, verificación de sesgos y gestión de riesgos en caso de errores.

"Más preciso que la familia": detrás de la expresión provocativa

En el contexto de los medios, frases provocativas como "a veces más preciso que la evaluación de la familia o amigos" llaman la atención. De hecho, la investigación enfatiza la alta coincidencia con la autoevaluación, y en algunos casos sugiere que podría ser mejor que la evaluación de otros.

Sin embargo, aquí es necesario leerlo con calma. La familia y los amigos conocen tu "vida en su totalidad", pero la evaluación puede estar sesgada por la relación (ser más indulgente o más estricto, influenciado por impresiones de situaciones específicas). Por otro lado, los LLM solo ven los datos lingüísticos proporcionados, pero son extremadamente fuertes en las características estadísticas de los patrones lingüísticos. En otras palabras, no se trata de "quién conoce mejor a la persona", sino de "qué materiales y criterios se utilizan para la estimación".

Reacciones que podrían extenderse en las redes sociales: una sensación de emoción y escalofríos

Cuando surge este tipo de investigación, las reacciones en las redes sociales suelen polarizarse. Aquí, en lugar de citar publicaciones reales, se reconstruyen puntos de discusión representativos que podrían surgir del contenido del artículo como "ejemplos de publicaciones" (son ejemplos para entender el ambiente y no declaraciones de usuarios específicos).

1) Grupo "¡Interesante! Puede usarse para la autocomprensión"

• Ejemplo de publicación:
  "Los diagnósticos de personalidad son tediosos de responder, pero si se puede saber con un monólogo, es más fácil"
  "En lugar de revisar un diario, es una buena idea que la IA lo resuma y proporcione tendencias de personalidad"
  "Parece útil como puerta de entrada al coaching. Puedes darte cuenta de tus propios hábitos"

Este grupo espera que se reduzca la "fricción" en la autoayuda, el coaching y el autoanálisis. Especialmente, las personas menos familiarizadas con la psicología pueden sentir que "las palabras naturales son más auténticas que las escalas complicadas".

2) Grupo "¿No es esto una sociedad de vigilancia?"

• Ejemplo de publicación:
  "Si se puede estimar la personalidad con unos segundos de conversación, solo veo un futuro donde se use en entrevistas, publicidad y seguros"
  "Si los asistentes de voz están estimando constantemente, ¿qué es la privacidad?"
  "Es aterrador que te etiqueten como 'tendencia alta al neuroticismo' sin tu consentimiento"

Este grupo está más enfocado en la imaginación del mal uso. El lenguaje está en todas partes de la vida: redes sociales, correos electrónicos, chats, actas de reuniones. Si la "estimación" se realiza sin consentimiento y se utiliza para evaluaciones sin que la persona lo sepa, no hay forma de rechazarlo.

3) Grupo "Si es preciso, expliquen la base"

• Ejemplo de publicación:
  "Al final, ¿qué expresiones se utilizan como indicadores de extroversión?"
  "Me preocupa si hay desviaciones por prejuicios (género, cultura, idioma)"
  "¿Las señales que ve la IA coinciden con los conceptos que supone la psicología?"

Este grupo valora la transparencia y la equidad. Incluso si la estimación de los LLM es precisa, si no se puede explicar por qué se hizo esa evaluación, es difícil implementarlo en el campo. Especialmente en áreas como contratación, crédito y seguros, la explicabilidad y los mecanismos de apelación son esenciales.

4) Grupo "Interesante como investigación, pero cuidado con las exageraciones"

• Ejemplo de publicación:
  "El titular 'más preciso que la familia' es demasiado fuerte. La evaluación es sobre la coincidencia de la autoevaluación de los cinco grandes rasgos"
  "Dependiendo de cómo se recolecten los datos, puede ser más preciso. Hay que ser cauteloso al generalizar"
  "Los diarios y los monólogos tienden a reflejar el interior, por lo que podría ser algo esperado"

Este grupo no niega los resultados de la investigación, sino que quiere ajustar el "alcance de aplicación" y la "fuerza de las palabras". Después de que se vuelva un tema de conversación en las redes sociales, están preocupados por la proliferación de "servicios de IA de evaluación de personalidad" basados en malentendidos.

Entonces, ¿cómo deberíamos relacionarnos con esto?

El futuro que muestra esta investigación convive con la conveniencia y el peligro. Por eso, es necesario pensar primero en cómo protegernos tanto a nivel individual como social.

Lo que los individuos pueden hacer

• No pegar diarios, registros de consultas o notas de voz en servicios externos de manera despreocupada (especialmente información personal, de salud o familiar)

• Distinguir entre "datos que se pueden analizar" y "datos que nunca se deben compartir"

• Tratar los resultados de la estimación como un "termómetro" y no como un "espejo" (pueden variar según la situación y tener errores)

Lo que la sociedad necesita

• Diseñar reglas que aclaren el propósito del uso de la estimación y prohíban la estimación de personalidad sin consentimiento

• En áreas de alto riesgo (contratación, seguros, evaluación educativa, justicia, etc.), hacer que los mecanismos de auditoría, explicación y recurso sean estándar

• Obligar a la verificación continua de diferencias de atributos (cultura, idioma, edad, etc.)

• No confundir investigación con uso comercial ("poder hacer" y "deber usar" son diferentes)

Tu "autenticidad" se filtra en tus palabras

Al final, el núcleo de esta investigación es simple.
Las personas, incluso sin hablar de su personalidad, están hablando de ella.

La forma en que eliges las palabras sin pensar, cómo colocas tus emociones, cómo seleccionas los eventos, el tamaño del sujeto, cómo hablas del futuro. Todas esas innumerables elecciones te forman como persona y se expresan en palabras. Y los LLM son expertos en captar esa "esencia".

Viviremos en una era en la que las palabras no solo serán "comunicación", sino también "material de estimación".
Mientras extendemos la mano hacia la conveniencia, debemos evitar ser absorbidos por el etiquetado y la vigilancia.
Primero, queremos comenzar aprovechando el hecho de que "las palabras dicen más de lo que imaginamos".

Fuente

1. University of MichiganPágina original de la noticia
   https://news.umich.edu/say-whats-on-your-mind-and-ai-can-tell-what-kind-of-person-you-are/
   

2. Tech XploreArtículo republicado (resumen de la investigación, tamaño de los participantes, ejemplos de LLM, puntos sugeridos)
   https://techxplore.com/news/2026-01-mind-ai-kind-person.html

3. Nature Human BehaviourPágina del artículo revisado por pares (fecha de publicación, título del artículo, resumen, marco metodológico, información sobre la publicación de datos/código)
   https://www.nature.com/articles/s41562-025-02389-x

4. Repositorio público del autor (política de publicación de código de análisis, datos generados, etc. Se puede rastrear desde la página del artículo que las grabaciones/transcripciones completas no se publican en principio)
   https://github.com/SripadaLab/personality_llm_zero_shot/