Cómo la IA está cambiando nuestra comprensión de la toma de decisiones humanas

La comprensión de la toma de decisiones humanas ha sido un objetivo central en la psicología durante décadas. Los investigadores han buscado durante mucho tiempo diseñar modelos cognitivos que expliquen cómo piensan las personas y predigan su comportamiento. Ahora, el auge de la inteligencia artificial (IA) está transformando fundamentalmente este campo. Los avances recientes en la IA están revelando nuevas perspectivas sobre los procesos mentales que subyacen a nuestras elecciones. En el centro de esta transformación se encuentra un enfoque innovador llamado “Centaur Mode“, donde la IA y la inteligencia humana trabajan juntas de maneras que destacan la naturaleza de la cognición humana.

El amanecer de una nueva era en la ciencia cognitiva

Centaur es un modelo de IA fundamental de la cognición humana que puede predecir y simular el comportamiento humano con una precisión impresionante. El modelo se entrena con más de diez millones de decisiones individuales realizadas por más de 60,000 participantes en 160 experimentos psicológicos. Creado por investigadores de Helmholtz Munich, el modelo está diseñado para cerrar la brecha entre las teorías cognitivas tradicionales y las capacidades modernas de la IA. El nombre “Centaur” se origina en la criatura mitológica con un cuerpo superior humano y patas de caballo. Esta denominación refleja la capacidad única del modelo para combinar la toma de decisiones similar a la humana con el poder predictivo de la inteligencia artificial. El modelo puede simular el comportamiento humano en situaciones que nunca ha encontrado antes. Cuando los investigadores lo prueban en nuevos experimentos psicológicos, Centaur responde de maneras que reflejan las elecciones reales de los humanos. Esta capacidad sugiere que la IA puede capturar patrones fundamentales en la forma en que los humanos toman decisiones en diferentes contextos.

La base: conjunto de datos Psych-101

El secreto detrás del éxito de Centaur se encuentra en sus datos de entrenamiento. Los investigadores crearon Psych-101, un conjunto de datos que contiene más de 10 millones de decisiones individuales de más de 60,000 participantes en 160 experimentos psicológicos. Esta colección exhaustiva abarca datos de prueba por prueba de estudios psicológicos, que incluyen juegos de memoria, tareas de apuestas y escenarios de resolución de problemas. Cada experimento se transcribió cuidadosamente en texto para preparar los datos. Estos datos de lenguaje natural permiten a los investigadores procesar datos de comportamiento humano utilizando modelos de lenguaje grande de una manera que preserve el rico contexto de los entornos experimentales. Este enfoque permite que el modelo comprenda no solo cómo las personas deciden, sino también las circunstancias bajo las cuales toman esas decisiones.

Cómo funciona Centaur

Centaur se basa en Meta’s Llama 3.1 70B modelo de lenguaje y se ajusta mediante una técnica llamada adaptación de bajo rango cuantizado (QLoRA). Este método modificó solo el 0,15% de los parámetros del modelo base mientras lograba mejoras notables en la predicción del comportamiento humano.

El proceso de entrenamiento involucró mostrar al modelo transcripciones completas de experimentos psicológicos, incluyendo todo lo que se les dijo a los participantes, lo que vieron y lo que hicieron. El modelo aprendió a predecir las elecciones humanas analizando patrones a través de millones de decisiones, desarrollando gradualmente una comprensión de los procesos cognitivos humanos.

Rompiendo barreras de rendimiento

Centaur ha mostrado un rendimiento impresionante en múltiples métricas. Logró una precisión del 64% en la predicción del comportamiento humano, superando significativamente a los modelos anteriores que solo podían predecir ciertos aspectos del comportamiento humano con mucha menor precisión. En pruebas rigurosas en 160 experimentos, Centaur superó consistentemente a los modelos cognitivos tradicionales, incluyendo teorías establecidas como Prospect Theory y marcos de aprendizaje de refuerzo.

Quizás lo más notable es que Centaur demostró su capacidad para generalizar más allá de sus datos de entrenamiento. El modelo predijo con éxito el comportamiento humano en experimentos con historias de portada modificadas, cambios estructurales y dominios completamente nuevos que nunca había encontrado antes. Esta capacidad de generalización sugiere que Centaur ha aprendido principios fundamentales de la cognición humana en lugar de simplemente memorizar patrones específicos.

Hallazgos clave

Una de las descubiertas más impactantes de la investigación de Centaur es la alineación de las representaciones internas del modelo con la actividad neural humana. Este descubrimiento sugiere que cuando la IA aprende a predecir el comportamiento humano, desarrolla procesos internos que reflejan aspectos de la cognición humana. A pesar de haber sido entrenado solo con datos de comportamiento, Centaur mostró una mejor capacidad para predecir la actividad cerebral medida a través de escaneos de fMRI.

Este alineamiento neural inesperado sugiere que el modelo puede haber descubierto verdaderas perspectivas sobre cómo el cerebro humano procesa la información. El hecho de que un modelo entrenado puramente en elecciones de comportamiento pueda predecir respuestas neuronales indica que el comportamiento y la actividad cerebral comparten principios computacionales subyacentes.

Este descubrimiento sugiere que la toma de decisiones humanas puede ser más predecible de lo que se pensaba anteriormente. Los patrones que Centaur aprende de las elecciones humanas revelan estructuras subyacentes en cómo procesamos la información y tomamos decisiones. Estos patrones se observan en varios tipos de decisiones, que van desde tareas de memoria simples hasta escenarios de resolución de problemas complejos.

La investigación también muestra que la IA puede capturar sesgos cognitivos humanos. Cuando Centaur hace predicciones, exhibe los mismos errores sistemáticos y atajos que los humanos usan en la toma de decisiones. Este hallazgo sugiere que estos sesgos no son fallos en el pensamiento humano, sino más bien partes integrales de cómo funcionan nuestros sistemas cognitivos. Representan estrategias eficientes que nuestros cerebros usan para navegar entornos complejos con recursos limitados.

Centaur revela que nuestras elecciones no son aleatorias ni puramente lógicas. Sigan patrones que se pueden aprender y predecir, pero estos patrones son complejos y dependientes del contexto. Centaur demuestra que la toma de decisiones humanas implica una interacción compleja de procesos cognitivos que interactúan de maneras sofisticadas.

Una nueva ventana a la mente humana

La psicología tradicional ha buscado durante mucho tiempo comprender la toma de decisiones humanas a través de estudios aislados y modelos teóricos. El enfoque de Centaur representa un camino diferente. Al entrenar la IA con cantidades masivas de datos de comportamiento humano, los investigadores pueden ahora probar teorías sobre la toma de decisiones a escalas sin precedentes. Cuando la IA hace predicciones sobre el comportamiento humano, los investigadores pueden comparar estas predicciones con las elecciones reales de los humanos para identificar lagunas en las teorías psicológicas actuales. Este proceso crea un bucle de retroalimentación donde la IA nos ayuda a comprendernos mejor a nosotros mismos.

Más allá de la retroalimentación, Centaur se puede utilizar para el descubrimiento científico. Los investigadores demostraron esto al utilizar el modelo en conjunto con modelos de lenguaje, como DeepSeek-R1, podemos generar nuevas hipótesis sobre estrategias de toma de decisiones humanas. Este enfoque, conocido como minimización del arrepentimiento científico, permite a los investigadores identificar patrones en el comportamiento humano que las teorías existentes no pueden explicar.

Centaur representa un nuevo paradigma en la ciencia cognitiva, donde los modelos de IA sirven como sujetos de estudio y herramientas para generar nuevas perspectivas teóricas. La combinación de datos de comportamiento a gran escala y las capacidades de la IA abre posibilidades para descubrimientos que serían imposibles a través de enfoques experimentales tradicionales solos.

Desafíos y direcciones futuras

Aunque el desarrollo de Centaur es un avance significativo en la ciencia cognitiva, quedan desafíos críticos. Las predicciones del modelo se basan en patrones de experimentos psicológicos, que pueden no capturar completamente la complejidad de la toma de decisiones en el mundo real. Las elecciones humanas en entornos de laboratorio pueden diferir de las que se toman en entornos naturales, donde las apuestas son más altas y los contextos son más complejos.

También hay preguntas sobre la generalización de estos hallazgos en diferentes poblaciones y culturas. Los estudios psicológicos utilizados para entrenar a Centaur involucraron principalmente a participantes de grupos demográficos específicos. Comprender cómo varían los patrones de toma de decisiones en diferentes culturas y contextos sigue siendo un área activa de investigación.

Las implicaciones éticas de los sistemas de IA que pueden predecir el comportamiento humano también requieren una consideración cuidadosa. Mientras que estas herramientas pueden proporcionar perspectivas valiosas, también plantean preguntas sobre la privacidad y el potencial de manipulación. A medida que la IA se vuelve mejor para comprender la toma de decisiones humanas, necesitamos marcos para garantizar que estas capacidades se utilicen de manera responsable.

El desarrollo de Centaur representa solo el comienzo de una nueva era en la ciencia cognitiva. Los investigadores planean expandir el conjunto de datos para incluir poblaciones más diversas, información demográfica y características psicológicas. Las versiones futuras pueden incorporar datos multimodales, incluyendo información visual y auditiva, para capturar una imagen más completa de la cognición humana.

El éxito de Centaur también apunta hacia el desarrollo de arquitecturas cognitivas más sofisticadas que combinen módulos específicos de dominio y módulos generales de dominio. Esto podría llevar a sistemas de IA que no solo predigan el comportamiento humano, sino que también exhiban capacidades de razonamiento más similares a las humanas.

La parte inferior

Centaur representa un cambio en la forma en que estudiamos la cognición humana. Al combinar la escala y el poder de la IA moderna con la rica tradición de la investigación psicológica, ofrece nuevas perspectivas sobre la toma de decisiones humanas. Aunque quedan desafíos, el éxito del modelo en la predicción del comportamiento en diversos dominios sugiere que estamos entrando en una nueva era donde la IA y la ciencia cognitiva pueden trabajar juntas para desbloquear los misterios de la mente humana.