Un estudio desarrollado en el entorno del Laboratorio de Investigaciones Biológicas Profesor Giacomo Rizzolatti de la Universidad Francisco de Vitoria (UFV) ha analizado cómo distintos modelos de inteligencia artificial interpretan estados mentales complejos a partir de imágenes de rostros.
La investigación, publicada en la revista científica Royal Society Open Science, comparó las respuestas de 230 participantes humanos con las de cinco modelos de inteligencia artificial —ChatGPT-4o, Claude, Gemini, Grok y Mistral— ante una tarea diseñada para evaluar procesos relacionados con la cognición social.
El trabajo no se centró en reconocer emociones básicas, como la alegría o la tristeza, sino en interpretar situaciones más complejas: si una persona parecía desconfiada, arrepentida, amenazante, segura de sí misma o dispuesta a perdonar.
Una prueba sobre cognición social a partir de retratos
Para desarrollar el experimento, el equipo investigador seleccionó ocho imágenes: tres retratos de Diego de Velázquez y cinco fotografías de Arnold Abner Newman y Roger George Clark.
Entre las obras utilizadas se encuentran Portrait of Man, Mother Jerónima de la Fuente y Saint Paul, junto a retratos fotográficos de Robert Frost, Bill Brandt, Dwight D. Eisenhower, Shimon Peres y Pablo Picasso.
A cada imagen se asociaba una pregunta con dos posibles respuestas. En uno de los ejercicios, por ejemplo, se pedía imaginar que la persona retratada acababa de observar una determinada acción y decidir si consideraba que había sido buena o mala. En otros casos, los participantes debían elegir entre conceptos como confianza o amenaza, arrepentimiento o satisfacción, preocupación o seguridad, o venganza o perdón.
La primera autora del estudio, Carlota Márquez-Pedregal, miembro del laboratorio y estudiante del Grado en Psicología de la UFV, explica que el objetivo no era comprobar si una máquina es capaz de identificar emociones básicas, sino trasladar la evaluación a situaciones más próximas a la vida cotidiana. “Nos interesaba ese momento en el que una persona mira una cara e interpreta, casi sin darse cuenta, si hay confianza, sospecha, culpa, amenaza o juicio moral”, señala.
La investigación fue desarrollada bajo la dirección del Dr. Raúl Alelú-Paz, profesor de la UFV, director del Laboratorio de Investigaciones Biológicas Profesor Giacomo Rizzolatti y autor de correspondencia del artículo.
Más allá de reconocer una expresión facial
Una de las principales aportaciones del trabajo es que no pregunta a los modelos de inteligencia artificial por emociones elementales, sino por situaciones sociales que los seres humanos interpretan de manera constante.
Al observar un rostro, las personas no se limitan necesariamente a identificar si alguien está triste o contento. También pueden inferir si esa persona sospecha de alguien, espera una determinada reacción, se siente culpable o está realizando un juicio sobre lo que considera correcto o incorrecto.
Para el Dr. Raúl Alelú-Paz, la cuestión central radica precisamente en esa diferencia. No basta con que un sistema detecte una expresión facial, sino que resulta necesario analizar hasta qué punto puede aproximarse a la forma en que las personas atribuyen intención, confianza o juicio moral a partir de señales visuales.
En otras palabras, el estudio analiza si los modelos de inteligencia artificial pueden responder de manera similar a los seres humanos cuando se les solicita interpretar una situación social a partir de un rostro.
Los modelos de IA muestran comportamientos diferentes
Los participantes humanos ofrecieron respuestas muy consistentes en las ocho dimensiones analizadas. Según explican los autores, esta coincidencia permitió establecer una referencia con la que comparar posteriormente las respuestas de los distintos sistemas de inteligencia artificial.
Los resultados mostraron que ChatGPT-4o, Grok y Gemini formaron un grupo muy próximo al patrón humano. Mistral se situó en una posición intermedia, con coincidencias parciales, mientras que Claude presentó un perfil más diferenciado en algunas dimensiones, especialmente en la interpretación de la confianza y la amenaza.
Esta variabilidad constituye una de las conclusiones más relevantes del estudio. Los resultados sugieren que no existe una única forma en la que “la inteligencia artificial” interpreta un rostro. Dos modelos distintos pueden analizar una misma imagen y llegar a conclusiones diferentes sobre lo que una persona parece pensar o sentir. Estas diferencias podrían estar relacionadas con la arquitectura de cada modelo, los datos utilizados durante su entrenamiento o los criterios empleados en sus procesos de ajuste.
La cuestión adquiere especial relevancia ante la posible aplicación de estos sistemas en ámbitos como la educación, la salud mental, la asistencia virtual, la robótica social o el acompañamiento a personas mayores. “No bastará con afirmar que la inteligencia artificial interpreta bien las señales humanas. Habrá que saber qué modelo lo hace, en qué condiciones y con qué límites”, apunta Carlota Márquez-Pedregal.
Infografía resumen del estudio: 230 participantes humanos, cinco modelos de inteligencia artificial y ocho imágenes para comparar cómo se atribuyen estados mentales complejos a partir de rostros.
Parecer empática no significa tener empatía
Los autores subrayan que los resultados deben interpretarse con prudencia. La investigación no concluye que la inteligencia artificial posea empatía en sentido humano, sino que algunos modelos pueden reproducir de manera funcional determinados patrones asociados a la cognición social.
Una inteligencia artificial puede ofrecer una respuesta similar a la de una persona porque ha aprendido asociaciones complejas entre imágenes, lenguaje y situaciones sociales. Puede identificar regularidades, seleccionar una respuesta coherente y expresarla de forma convincente. Sin embargo, esto no implica que tenga una experiencia subjetiva de lo que observa ni que comprenda al otro del mismo modo que lo hace un ser humano.
Este matiz adquiere una importancia creciente a medida que los sistemas de inteligencia artificial conversacional generan respuestas que pueden percibirse como atentas, sensibles o comprensivas. “La coherencia de una respuesta no debe confundirse con empatía real”, advierten los investigadores.
Una nueva herramienta para evaluar una frontera sensible
El estudio aborda también un reto metodológico. Muchas de las pruebas clásicas utilizadas para evaluar la cognición social fueron diseñadas para personas y no para sistemas de inteligencia artificial.
Además, algunas de estas pruebas podrían haber formado parte de los datos utilizados para entrenar grandes modelos de lenguaje. En ese caso, una respuesta correcta podría deberse a la exposición previa al test y no necesariamente a una nueva capacidad de inferencia.
Para reducir este riesgo, el equipo diseñó una tarea específica a partir de imágenes y preguntas seleccionadas expresamente para la investigación. La aportación resulta especialmente relevante ante la creciente incorporación de la inteligencia artificial a ámbitos en los que la interpretación de señales humanas puede tener consecuencias prácticas, como la educación, la salud mental, la asistencia virtual o la robótica social.
No obstante, los propios autores señalan las limitaciones del trabajo. La muestra humana estuvo formada por jóvenes de entre 19 y 28 años pertenecientes a un mismo contexto cultural y lingüístico. Además, la prueba incluía únicamente ocho imágenes y respuestas binarias.
“El paradigma es preliminar y serán necesarias nuevas investigaciones con muestras más diversas, un mayor número de estímulos y situaciones más próximas a las interacciones reales”, indican los autores.
El estudio no pretende cerrar el debate sobre si la inteligencia artificial comprende a las personas, sino plantear una cuestión cada vez más relevante: si algunos modelos ya son capaces de reproducir con precisión determinados patrones humanos de interpretación social, será necesario establecer cómo evaluarlos antes de confiarles funciones que afectan directamente a la relación entre personas.
