Comprender la mente humana ha sido durante décadas uno de los grandes desafíos de la psicología. Ahora, un equipo de científicos, liderado por Marcel Binz, ha publicado en Nature cómo han creado Centaur, un modelo de inteligencia artificial capaz de predecir el comportamiento humano con una precisión sin precedentes.

¿Qué hace único a Centaur?

Centaur no es un modelo cognitivo más. Se diferencia de los anteriores por tres aspectos clave:

• Escala sin precedentes: ha sido entrenado con más de 10 millones de decisiones humanas procedentes de 160 experimentos psicológicos distintos, una base de datos llamada Psych-101 que no tiene equivalente.
• Capacidad de generalización: a diferencia de los modelos tradicionales, Centaur no se limita a tareas específicas. Puede predecir el comportamiento humano incluso en experimentos nuevos, con estructuras distintas o relatos cambiados.
• Alineación neuronal: sus representaciones internas coinciden con patrones de actividad cerebral humana medidos mediante resonancia magnética funcional, sin haber sido entrenado para ello.

A diferencia de modelos como ChatGPT, diseñados para mantener conversaciones o generar texto generalista, Centaur se ha entrenado exclusivamente para comprender y simular decisiones humanas en contextos experimentales. Mientras ChatGPT aprende de textos de internet, Centaur aprende de elecciones reales. Por eso, no sólo predice qué dirías, sino qué harías en situaciones específicas, y lo hace de forma coherente con la forma de pensar y sentir.

Un modelo entrenado con más de 10 millones de decisiones humanas

Centaur ha sido entrenado sobre una gigantesca base de datos denominada Psych-101, que recoge los datos de 160 experimentos psicológicos realizados por más de 60.000 personas, acumulando más de 10 millones de elecciones. Esta base de datos incluye dominios como aprendizaje supervisado, toma de decisiones, memoria o procesos de decisión de Markov.

El modelo se basa en Llama 3.1 70B, el modelo de lenguaje abierto desarrollado por Meta AI. A través de una técnica llamada quantized low-rank adaptation (QLoRA), se le añadieron pequeños adaptadores entrenables que permitieron ajustarlo sin modificar sus parámetros base. El entrenamiento se centró exclusivamente en las respuestas humanas, omitiendo las instrucciones de los experimentos, y se completó en cinco días utilizando una GPU A100 de 80 GB.

Predicción y simulación de comportamiento humano

Los resultados son contundentes: Centaur supera a todos los modelos cognitivos específicos en la predicción del comportamiento humano en prácticamente todos los experimentos analizados. Incluso cuando se enfrentó a tareas inéditas, cambios en los enunciados o estructuras nuevas, el modelo mantuvo su rendimiento predictivo.

Pero Centaur no sólo predice, también simula. En pruebas abiertas (sin depender de datos previos), el modelo recreó trayectorias de decisión humanas de forma realista, incluyendo estrategias de exploración guiadas por la incertidumbre y decisiones basadas en aprendizaje por refuerzo, tanto libre de modelo como basado en modelo.

¿Puede una IA pensar como nosotros?

Uno de los aspectos más sorprendentes es que, aunque Centaur fue entrenado únicamente con datos de comportamiento, sus representaciones internas se alinean con la actividad cerebral humana. En pruebas con datos de resonancia magnética funcional (fMRI), el modelo logró predecir con éxito la actividad neuronal durante tareas cognitivas, superando incluso a su modelo base sin entrenar.

Este alineamiento también se observó en tareas lingüísticas, donde el modelo predijo la actividad cerebral al leer frases, confirmando que su entrenamiento no limita su capacidad de generalizar a otros dominios cognitivos.

Una herramienta para descubrir teorías cognitivas

Además de sus aplicaciones predictivas, Centaur puede guiar la creación de nuevas teorías psicológicas. En un estudio de prueba, los investigadores utilizaron Centaur junto al modelo DeepSeek-R1 para generar una explicación formal sobre decisiones humanas basadas en múltiples atributos. La teoría resultante, una combinación de heurísticas, igualó la precisión de Centaur y superó las teorías previas.

Este proceso, denominado minimización del arrepentimiento científico, permite identificar errores sistemáticos en modelos existentes y corregirlos utilizando como referencia el comportamiento de Centaur.

¿Por qué importa este modelo para el futuro?

Centaur es mucho más que una curiosidad académica. Su desarrollo tiene implicaciones prácticas y filosóficas profundas:

• Puede servir como simulador de la mente humana para probar teorías antes de llevarlas a un laboratorio real, ahorrando tiempo y recursos en investigación.
• Podría mejorar la educación, la salud mental o el diseño de políticas públicas, al anticipar cómo piensan y deciden distintos tipos de personas.
• Ofrece un modelo replicable para crear IA que razone como nosotros.
• Plantea también preguntas éticas: si una IA puede simular nuestras decisiones, ¿dónde termina la predicción y empieza la manipulación?

En definitiva, Centaur no solo nos ayuda a comprender mejor lo que somos, sino también hacia dónde podríamos ir si aprendemos a simular la mente humana con fidelidad.

El modelo y la base de datos Psych-101 están disponibles públicamente en Huggingface, y los autores planean seguir ampliando su cobertura hacia otros campos de la psicología como el lenguaje, la moral o la diversidad cultural.

_{La fotografía de representación de esta noticia pertenece a Andrii Solok 🇺🇦 y ha sido publicada en Unsplash}