Un equipo de investigación de la Universidad de Barcelona ha revelado cómo los modelos de inteligencia artificial (IA) pueden identificar rasgos de personalidad a partir de textos escritos. Este estudio, que marca un hito al analizar en profundidad el proceso de toma de decisiones de estos sistemas, ha sido publicado en la revista PLOS One. Los hallazgos ofrecen nuevas perspectivas sobre la manifestación de la personalidad en el lenguaje natural y la creación de herramientas automáticas más transparentes y confiables.
Investigadores detrás del estudio
El trabajo ha sido llevado a cabo por tres destacados expertos: David Saeteros y David Gallardo-Pujol, quienes son parte del Grupo de Investigación Individual Differences Lab (IDLab) en la Facultad de Psicología e Instituto de Neurociencias (UBNeuro), junto con Daniel Ortiz Martínez, investigador en la Facultad de Matemáticas e Informática.
Abrir la caja negra de los algoritmos
La investigación se centra en dos modelos avanzados de IA, BERT y RoBERTa, que procesan datos textuales para detectar características personales basadas en dos marcos psicológicos: el sistema Big Five, que incluye apertura a experiencias, responsabilidad, extraversión, amabilidad y estabilidad emocional; y el Myers-Briggs Type Indicator (MBTI), que clasifica a las personas según dimensiones como extrovertido-introvertido. Los investigadores explican que estos modelos son fundamentales para entender y medir las diferencias individuales en comportamiento y emociones.
Técnicas utilizadas para el análisis
Los textos analizados provienen de bases de datos alimentadas con cuestionarios relacionados con ambos modelos. Utilizando técnicas de IA explicable, los investigadores han podido observar qué patrones lingüísticos influyen en la identificación de rasgos personales. Esta metodología permite “abrir la caja negra” de los algoritmos, asegurando que las predicciones se basen en señales psicológicamente relevantes.
Para identificar qué palabras o frases contribuyen a predecir rasgos específicos, se ha empleado una técnica llamada integrated gradients. Esto ha permitido visualizar y cuantificar la importancia de diversos elementos lingüísticos en las predicciones del modelo.
Limitaciones del modelo MBTI
Uno de los resultados más significativos del estudio es la identificación de limitaciones en el modelo MBTI frente al sistema Big Five. A pesar de su uso extendido en ciencias computacionales y algunos ámbitos psicológicos aplicados, el MBTI presenta serias restricciones para evaluar automáticamente la personalidad. Los investigadores destacan que sus resultados indican que este modelo tiende a apoyarse más en artefactos que en patrones genuinos.
Aplicaciones prácticas
La detección automática mediante IA puede transformar el campo de la psicología personal. Con estas técnicas, los psicólogos podrán identificar patrones lingüísticos asociados a diferentes rasgos que podrían pasar desapercibidos con métodos tradicionales. Esto podría resultar en evaluaciones más naturales y menos intrusivas, especialmente útiles para estudiar grandes poblaciones.
Perspectivas futuras
A pesar del potencial evidente, los investigadores advierten que estos modelos no reemplazarán las pruebas tradicionales a corto plazo; más bien las complementarán ofreciendo una visión más profunda. Se prevé una evolución hacia un enfoque multimodal donde se integren evaluaciones tradicionales con análisis del lenguaje natural y otros datos.
Los próximos pasos incluyen ampliar el análisis a diferentes tipos de textos y contextos culturales para validar los patrones identificados. También se busca integrar datos multimodales combinando texto con otras formas expresivas como voz o comportamiento no verbal.
Artículo referencial:
Saeteros David; Gallardo-Pujol, David; Ortiz-Martínez, Daniel. «Text speaks louder: Insights into personality from natural language processing». PLOS One, junio 2025. DOI: 10.1371/journal.pone.0323096
Si (
No(
