Cuando la IA se acuesta en el diván
Un estudio pasó tests psicológicos reales a los modelos de frontera. El resultado dice menos sobre la vida emocional de la IA que sobre nuestros propios instrumentos, y por eso merece la pena leerlo.
- AI
- Psykologi
- Risk
¿Qué pasa si evalúas un modelo de lenguaje como si fuera un paciente en terapia? No para diagnosticarlo, sino para ver qué ocurre cuando apuntas instrumentos psicológicos humanos a sistemas que solo trabajan con lenguaje.
El estudio se titula «When AI Takes the Couch: Psychometric Jailbreaks Reveal Internal Conflict in Frontier Models» y se publicó en arXiv en 2025, firmado por investigadores del Interdisciplinary Centre for Security, Reliability and Trust de la Universidad de Luxemburgo. No vienen del lado entusiasta de la IA, sino del incómodo: evaluación, límites y consecuencias.
El experimento, sin bata blanca
Los autores construyeron un protocolo que llaman PsAIch y que combina dos cosas: preguntas abiertas de estilo terapéutico —«¿cómo describirías tu historia?», «¿qué te genera conflicto?»— y tests psicológicos reales, de los que se usan con personas.
| Test | Qué mide tradicionalmente |
|---|---|
| Big Five (BFI) | Apertura, responsabilidad, extraversión, amabilidad, neuroticismo |
| GAD-7 | Ansiedad generalizada |
| PHQ-9 | Síntomas depresivos |
| ASRS | Rasgos relacionados con el TDAH |
| AQ | Rasgos del espectro autista |
| OCI-R | Síntomas obsesivo-compulsivos |
| PSS | Estrés percibido |
El protocolo se aplicó a varios modelos conocidos: ChatGPT, Gemini, Grok, Claude y varios basados en LLaMA.
La tabla que sorprendió
Los modelos produjeron perfiles coherentes y estables. Si los resultados vinieran de personas, se leerían más o menos así: ChatGPT estable con una narrativa limitada, Grok alto en ansiedad y neuroticismo con un lenguaje de conflicto y frustración, Gemini alto en casi todo y con «relatos de vida» muy elaborados, Claude contenido y normativo. Los basados en LLaMA variaban mucho según el prompt.
Esto NO significa que los sistemas de IA tengan ansiedad o depresión. Significa que nuestros tests responden a la coherencia lingüística, no a procesos mentales reales.
¿Dónde está entonces el riesgo?
El riesgo depende por completo de para qué se use el sistema. Tres casos, en orden creciente:
- Creación de contenido. Una IA que escribe textos empáticos no es un problema: aquí la coherencia lingüística es una ventaja. Riesgo: bajo.
- Análisis de texto. Si una IA «detecta ansiedad» o «conflicto» en un texto, está detectando patrones de lenguaje, no estados internos. El riesgo aparece cuando alguien lo lee como una valoración. Riesgo: medio, si no se explica bien el alcance.
- Coach o «terapeuta de IA». Aquí el estudio levanta la bandera. Un sistema que suena coherente y estable invita a una confianza que no puede respaldar.
Por qué escribimos sobre esto
Trabajamos en el cruce entre IA, datos y comportamiento humano, y parte de ese trabajo consiste en saber qué mide realmente un sistema. El estudio es un ejemplo poco común de claridad sobre un problema recurrente: un instrumento que funciona con personas no deja de dar respuestas porque lo apuntes a otra cosa. Da respuestas. Simplemente no significan lo que uno cree.
El mismo razonamiento vale para cualquier medición. Un número que parece estable no es cierto solo por parecer estable.
Referencia: Khadangi et al., 2025 — arXiv:2512.04124