Nube de palabras para los puntajes de atribución positivos geométricos para la amabilidad. Crédito: PLoS One (2025). Doi: 10.1371/journal.pone.0323096
Un equipo de investigación de la Universidad de Barcelona (UB) ha demostrado cómo los modelos de inteligencia artificial (IA) pueden detectar rasgos de personalidad de textos escritos, y por primera vez ha logrado analizar en detalle cómo estos sistemas toman decisiones. Estos resultados, publicados en la revista PLoS unoAbre nuevas perspectivas para comprender cómo se manifiesta la personalidad en el lenguaje natural y también cómo se pueden construir herramientas de detección automáticas más transparentes y confiables.
El documento es coautor de tres expertos en UB: David Saeteros y David Gallardo-Pujol, investigador y director, respectivamente, del Grupo de Investigación de Laboratorio de Diferencias individuales (IDLAB) de la Psicología de Psicología e Instituto de Neurosciencias (Ubneuro), y Daniel Ortiz Martínez, Investigador de la Facultad de Matemáticas y Ciencias de la Computación.
Abrir la ‘caja negra’ de los algoritmos
El estudio ha analizado cómo dos modelos de IA avanzados, Bert y Roberta, procesan datos de texto para detectar las características de personalidad después de dos marcos psicológicos principales: el sistema de rasgos de personalidad Big Five (apertura a la experiencia, responsabilidad, extraversión, amabilidad y estabilidad emocional) y el indicador de tipo Myers-Briggs (MBTTI), un instrumento que tiene la clasificación de las personas a lo largo de las dimensiones de la extractúrica y la sensación de pensamiento.
“En psicología, existe un modelo prevalente de personalidad y otros modelos menos validados, que utilizamos para comprender y medir las diferencias individuales en el comportamiento, las emociones y el pensamiento”, explican los investigadores.
Los textos analizados en el estudio se obtuvieron de dos bases de datos alimentadas con cuestionarios de ambos modelos (Big Five y MBTI), que se habían clasificado previamente según la presencia de indicadores de los diferentes rasgos de personalidad y tipos que los comprenden. Posteriormente, los investigadores han utilizado técnicas de IA explicables para observar los modelos de IA y ver qué patrones de lenguaje influyen en la identificación de los rasgos de personalidad en estos escritos.
“Las técnicas de explicación nos permiten ‘abrir la caja negra’ de los algoritmos, lo que garantiza que las predicciones se basen en señales psicológicamente relevantes y no en artefactos en los datos”, señalan los autores.
Específicamente, utilizaron una técnica llamada gradientes integrados, que les permite identificar exactamente qué palabras o frases contribuyen a la predicción de un rasgo de personalidad específico. “Esta metodología nos ha permitido visualizar y cuantificar la importancia de varios elementos lingüísticos en las predicciones del modelo”, dicen.
Por ejemplo, han observado que las palabras como el odio, que tradicionalmente se asociarían con rasgos negativos, pueden aparecer en contextos que realmente reflejan la bondad (“odio ver a los demás sufrir”). “Sin comprender cómo el modelo interpreta estas palabras en contexto, podemos sacar las conclusiones equivocadas”, enfatizan.
Este enfoque garantiza la validez científica del rendimiento de los modelos de IA, ya que permite “verificar si los modelos se alinean con las teorías psicológicas establecidas y también proporciona una base sólida para la mejora continua al garantizar que se basen en patrones lingüísticos que están realmente relacionados con las construcciones psicológicas que están destinadas a medir”, agregan.
Ocurrencias para cada letra del MBTI en el conjunto de datos de personalidad Cafã (c). Crédito: PLoS One (2025). Doi: 10.1371/journal.pone.0323096
Las limitaciones del modelo MBTI
El estudio también destacó las limitaciones del modelo MBTI en comparación con el Big Five One, que muestra una base más fuerte tanto para el análisis de personalidad automatizada como para el análisis psicométrico clásico.
“A pesar de ser ampliamente utilizado en la informática y algunos campos aplicados de psicología, el modelo MBTI tiene serias limitaciones para la evaluación automática de la personalidad, ya que nuestros resultados indican que los modelos tienden a depender más de artefactos que en patrones reales”, señalan.
Aplicaciones de detección automática de personalidad
El uso de técnicas automáticas de detección de personalidad con modelos de IA puede tener un gran impacto en el campo de la psicología de la personalidad. “Con estos métodos, los psicólogos identificarán patrones lingüísticos asociados con diferentes rasgos de personalidad que, con los métodos tradicionales, pueden pasar desapercibidos. Esto puede conducir a métodos de evaluación más naturales y menos intrusivos, especialmente valiosos para el estudio de grandes poblaciones”, señalan los investigadores.
En el campo clínico, los autores señalan que pueden ayudar en la “evaluación inicial y el seguimiento de los pacientes al centrar la atención en los cambios en el lenguaje o la expresión verbal como indicadores de elementos psicológicos importantes para la terapia”. También señalan que pueden desempeñar un papel importante en otras áreas: en la selección de personal, en la personalización educativa, en la investigación social, facilitaría el análisis de grandes volúmenes de datos textuales, o en el desarrollo de asistentes virtuales y agentes conversacionales, ya que ayudaría a crear interacciones más naturales y adaptadas.
“Es importante enfatizar que todas estas aplicaciones deben basarse en modelos científicamente sólidos e incorporar las técnicas de explicación que hemos explorado para garantizar el uso ético y transparente”, agregan.
A pesar del potencial, los investigadores creen que estos modelos no reemplazarán las pruebas de personalidad tradicionales a corto plazo, sino que las complementarán y ofrecerán una perspectiva adicional y más profunda. “Vemos una evolución hacia un enfoque multimodal, donde las evaluaciones tradicionales se combinan con el análisis del lenguaje natural, el comportamiento digital y otras fuentes de datos para obtener una imagen más completa de la personalidad”, señalan.
Este enfoque integrador, según los investigadores, se basará en las fortalezas de cada metodología, proporcionando una “visión más rica y matizada de la personalidad humana”. En este sentido, los modelos de IA pueden ser “especialmente útiles en contextos donde la recopilación de datos tradicional es difícil o cuando se necesitan grandes volúmenes de información de manera eficiente”, agregan.
Validando la investigación en otros contextos
Los próximos pasos en este estudio incluyen extender el análisis a otros tipos de texto, plataformas, idiomas y culturas para confirmar si los patrones identificados son consistentes en diferentes contextos. Los investigadores quieren explorar la aplicación de estas técnicas a otras construcciones psicológicas más allá de la personalidad, como los estados emocionales o las actitudes.
Los investigadores también están trabajando para integrar datos multimodales en estos análisis, combinando el texto con otras formas de expresión, como la voz o el comportamiento no verbal, y el uso de tecnologías como la transcripción automática de audio (Whisper.ai), así como su aplicación en contextos de la vida real. El equipo quiere “colaborar con médicos y profesionales de recursos humanos para evaluar la efectividad de estas herramientas en entornos del mundo real, asegurando que tengan un impacto positivo y ético”.
Más información: David Saeteros et al, texto habla más fuerte: información sobre la personalidad del procesamiento del lenguaje natural, PLoS One (2025). Doi: 10.1371/journal.pone.0323096
Proporcionado por la Universidad de Barcelona
Cita: Cómo los modelos AI detectan con éxito los rasgos de personalidad del texto escrito (2025, 25 de junio) Consultado el 25 de junio de 2025 de https://techxplore.com/news/2025-06-ai-sucessfle-personality-traits-written.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
