¿La IA podría acabar con los estudios y ‘focus groups’ con personas?

Investigadores presentan una nueva arquitectura de agentes generativos que replica las actitudes y comportamientos de más de un millar de personas. Este avance promete revolucionar las ciencias sociales y el análisis de políticas mediante simulaciones precisas y representativas.
4 de diciembre, 2024
¿La IA podría acabar con los estudios y ‘focus groups’ con personas?
¿La IA podría acabar con los estudios y ‘focus groups’ con personas?

Un equipo de investigadores de las universidades de Stanford, Northwestern y Washington, con la participación de Google DeepMind, ha desarrollado una arquitectura de agentes generativos capaz de simular el comportamiento de 1.052 personas reales.

Este avance se basa en la combinación de entrevistas cualitativas detalladas y modelos de lenguaje de gran escala, lo que permite crear agentes que replican las actitudes y comportamientos de sus contrapartes humanas con notable precisión.

Según los datos del estudio, estos agentes son capaces de predecir respuestas en encuestas como la General Social Survey (GSS) con un 85% de precisión, comparado con la consistencia interna de los propios participantes humanos en un intervalo de dos semanas.

Es decir: la IA ha replicado, con un margen de error suficientemente pequeño, las respuestas que darían personas reales a una encuesta o estudio.

Aplicaciones y mitigación de sesgos

Una de las características más destacadas de este enfoque es su capacidad para reducir sesgos de precisión relacionados con características demográficas como raza, género e ideología política. En pruebas comparativas, los agentes basados en entrevistas demostraron un mejor desempeño en la mitigación de estas desigualdades en comparación con agentes entrenados únicamente con descripciones demográficas.

Estos avances no solo tienen implicaciones para el desarrollo de herramientas más justas en el ámbito de la inteligencia artificial, sino que también abren nuevas posibilidades en campos como la política pública, la sociología y la economía. Las simulaciones permiten prever cómo responderían grupos diversos a intervenciones específicas, ofreciendo un laboratorio virtual para probar políticas antes de implementarlas en el mundo real.

Esto podría acabar, a medio plazo, con muchos de los estudios que, actualmente, se realizan en base a encuestas y, en el futuro, se podrían recrear poblaciones enteras virtualizadas para realizar estudios de opinión sin tener que hacer ni una sola llamada.

Ello también abarataría los costes de realización de dichos estudios, poniéndolos al alcance de pequeñas empresas y cualquier ciudadano, ya que se ahorrarían muchos costes en llamadas telefónicas y horas de personal, sustituidos por algunos ciclos de procesamiento de un centro de datos.

Igualmente, los estudios basados en ‘focus groups’ (grupos de entre tres y doce participantes con un moderador, que dan sus opiniones y construyen algo relativo al tema estudiado), también podrían pasar a mejor vida con este descubrimiento, o bien ser complementados con datos generados por la IA.

Acceso ético y futuras investigaciones

El banco de agentes generativos creado por los investigadores estará disponible bajo un modelo de acceso controlado. Esto incluye datos agregados para tareas específicas y acceso restringido a respuestas individuales tras una revisión ética. Este sistema busca equilibrar el potencial científico con la privacidad de los participantes, inspirándose en prácticas de bancos genéticos.

En palabras del autor principal, Joon Sung Park, “este trabajo no solo demuestra el poder de los agentes generativos, sino que sienta las bases para nuevas formas de entender y analizar el comportamiento humano a escala”.

Con este avance, y en palabras de los investigadores, el futuro de las ciencias sociales y la inteligencia artificial promete un nivel de comprensión sin precedentes, acercando la tecnología al núcleo de las interacciones humanas.

Un enfoque basado en datos cualitativos

Para lograr este nivel de fidelidad de las respuestas construidas a partir de IA con las que dieron las personas, el equipo realizó entrevistas de dos horas con cada participante, empleando un entrevistador basado en inteligencia artificial que seguía un guión semi-estructurado.

Estas entrevistas abarcaban aspectos clave de la vida de los participantes, como experiencias personales, opiniones sobre temas sociales y valores. Este enfoque permitió capturar una perspectiva más rica y detallada en comparación con métodos tradicionales basados únicamente en datos demográficos o encuestas cerradas.

El modelo resultante demostró superar ampliamente métodos anteriores, logrando una mayor precisión en la predicción de rasgos de personalidad según el inventario Big Five y en experimentos económicos como juegos de confianza y dilemas de bienes públicos.