Centaur: la Inteligencia Artificial que anticipa como piensan las personas

Un equipo internacional multidisciplinario de 40 científicos, 14 universidades de Alemania, Estados Unidos, Reino Unido y Suiza e institutos científicos tecnológicos desarrolló una Inteligencia Artificial que es capaz de predecir y simular el comportamiento y la reacción humana en diferentes tipos de tareas. El modelo, al que han llamado con el nombre de Centaur, fue preparado utilizando datos de más de 60.000 personas y 10 millones de elecciones de consumo y hábitos, puede anticipar decisiones en experimentos que van desde juegos de azar hasta pruebas de memoria y razonamiento lógico.

La investigación fue encabezada por Marcel Binz, un joven investigador científico del Centro Helmholtz de Múnich que ha dedicado más de 15 años de su vida al desarrollo del conocimiento del hombre. "Nuestros resultados demuestran que es posible descubrir modelos computacionales que capturen el comportamiento humano en una amplia gama de dominios", explica Binz en su página web.

El proyecto Centaur incluye la colaboración directa o indirecta de firmas de la talla de la estadounidense Google DeepMind, Meta y la china DeepSeek e instituciones de renombre mundial como la Universidad de Tübingen, Princeton y el Instituto Max Planck para el Desarrollo Humano.

Centaur está basado en Llama 3.1 70B, una red neuronal desarrollada por Meta. Binz y su equipo lo entrenaron usando un conjunto de datos llamado Psych-101, que incluye más de 10 millones de decisiones tomadas por personas en estudios de psicología.

"Creamos un modelo computacional que puede predecir y simular el comportamiento humano en cualquier experimento expresable en lenguaje natural", explica Binz en el informe. El modelo modifica solo el 0,15 % de los parámetros del sistema original, pero logra resultados sorprendentes.

Centaur puede anticipar con un acierto del 64 % qué productos elegirá un consumidor basándose en reseñas de expertos y las calificaciones de otros usuarios. En un experimento, el modelo identificó que las personas suelen contar las valoraciones positivas de cada producto y usar la opinión de un especialista más confiable en caso de empate.

El modelo predice cómo los pacientes responderán a diferentes opciones de tratamiento. Por ejemplo, si una persona prefiere tratamientos con alta probabilidad de éxito pero efectos secundarios menores, versus opciones arriesgadas pero potencialmente más efectivas. Centaur también anticipa qué métodos de enseñanza funcionarán mejor para diferentes tipos de estudiantes, de acuerdo a cómo procesan la información y toman sus decisiones cuando aprenden.

Centaur fue sometido a pruebas exhaustivas en más de 30 paradigmas diferentes. "En todos los experimentos superó a los modelos cognitivos específicos, menos uno", comentó Binz en un trabajo académico que tomó estado público a través de la revista especializada Nature.

En pruebas de neurociencia, aunque Centaur fue entrenado únicamente con datos de comportamiento, sus representaciones internas se alinearon mejor con la actividad cerebral humana que otros modelos de IA tradicionales. "La representación interna del modelo se vuelve más alineada con la actividad neural humana después del ajuste", señala el investigador principal.

Una fase experimental particularmente rigurosa fue la prueba de "bucle abierto", en la que el modelo de IA debió simular elecciones humanas sin depender de datos previos, tomando decisiones una tras otra por sí mismo. Los resultados fueron óptimos porque coincidieron con el comportamiento humano real.

Más allá de las predicciones, Centaur contribuye a descubrir nuevas teorías sobre cómo las personas toman sus decisiones. Los investigadores utilizaron el modelo para identificar patrones de comportamiento que no habían sido descritos previamente en la literatura científica.

"Este procedimiento puede servir como hoja de ruta para descubrimientos científicos guiados por modelos", asegura Binz. La herramienta no reemplaza las teorías psicológicas existentes, sino que las guía hacia explicaciones más precisas del comportamiento humano. Entre los beneficios potenciales que podría generar el modelo en el campo de la salud, los médicos evaluarán mejor cómo responden los pacientes a diferentes tratamientos. También les servirá a los gobiernos para diseñar campañas y políticas más efectivas al anticipar cómo reaccionará la población a diferentes mensajes o incentivos.

En una de las pruebas más complejas, Centaur tuvo que simular la conocida "tarea de dos pasos", que permite distinguir entre aprendizaje habitual y deliberado. El modelo generó trayectorias de comportamiento que iban desde lo puramente automático hasta lo planificado, replicando fielmente la diversidad observada en personas reales. Durante la fase, el equipo Centaur utilizó datos de personas leyendo frases simples mientras se sometían a resonancia magnética funcional (fMRI). Centaur mostró una correlación significativamente mayor con la actividad cerebral real en comparación con modelos previos, a pesar de haber sido entrenado únicamente con datos de comportamiento.

Centaur representa un cambio de paradigma. Su capacidad de generalización le permite adaptarse a contextos completamente nuevos sin necesidad de reentrenamiento. En pruebas de validación cruzada, donde el modelo fue evaluado en experimentos no incluidos en su entrenamiento, mantuvo un rendimiento superior al 85% de precisión.

El desarrollo de Centaur abre nuevas posibilidades para la investigación en ciencias cognitivas. Tradicionalmente, los estudios de psicología requieren meses de preparación, reclutamiento de participantes y análisis de datos. Con Centaur, los investigadores pueden simular experimentos en minutos, generar hipótesis y luego validarlas con estudios humanos. Esta aproximación podría acelerar significativamente el ritmo de descubrimiento científico.

Aunque el estudio inicial se basó en datos de poblaciones occidentales, el equipo de Binz ya está trabajando en acuerdos internacionales para expandir la base de datos. Investigadores de universidades en Asia, África y América Latina contribuirán con estudios que reflejen la diversidad cultural en la toma de decisiones.

Esta expansión será crucial para desarrollar una comprensión verdaderamente universal de la cognición humana y garantizar que las aplicaciones del modelo sean culturalmente sensibles.

Sin embargo, el proyecto Centaur también presenta algunos riesgos y lagunas. La capacidad de predecir decisiones humanas podría ser utilizada para influir o manipular el comportamiento de las personas sin su consentimiento, especialmente en los campos de la publicidad, la política o redes sociales, además de resultar útil para crear sistemas de vigilancia sofisticados que anticipen las acciones de las personas, planteando serios riesgos para la privacidad individual. De la misma manera, el exceso de confianza en los algoritmos predictivos reduciría la capacidad humana para tomar decisiones independientes y adaptarse a situaciones imprevistas.

"Existe el riesgo de que nos vuelvan cada vez más predecibles y nos conduzcan a una forma de dependencia digital e incluso de esclavitud digital", advierte el director del Instituto de Ciencias del Comportamiento y Tecnología de la Universidad de St. Gallen, Clemens Stachl.

Los investigadores han puesto tanto Centaur como la base de datos Psych-101 disponibles de forma gratuita en plataformas de código abierto. Esta decisión permite que otros científicos validen los resultados, mejoren el modelo y desarrollen aplicaciones responsables. Según el trabajo al que tuvo acceso El Cronista, Centaur está disponible de forma libre y gratuita en la plataforma Hugging Face, que es una comunidad muy utilizada para compartir modelos de inteligencia artificial y datos. El modelo fue denominado oficialmente y se encuentra disponible en https://huggingface.co/marcelbinz/Llama-3.1-Centaur-70B-adapter.

Además, Centaur sirve como guía para crear sistemas de inteligencia artificial que piensen y actúen más como las personas. Desarrolladores de asistentes virtuales, robots o chatbots pueden usarlo para entrenar sus modelos con comportamientos humanos reales.

En la práctica, Centaur permite a las empresas simular qué decisiones tomarían los consumidores frente a distintas opciones de producto. Por ejemplo, si una firma quiere lanzar un nuevo cereal y aún no definió si fabricar uno con sabor a chocolate sin gluten, uno con sabor a miel y bajo en azúcar o un tercero con gusto a frutas tropicales, ecológico y con envase sostenible, Centaur le permitiría simular qué opciones elegiría una persona de familia tipo, basándose en millones de decisiones humanas reales. Además, otra firma puede ajustar su línea de producción desde el principio, reduciendo riesgos y costos, y aumentando la probabilidad de éxito del producto en el mercado.

Simular qué producto prefieren los usuarios antes de fabricarlo reduce costos, evita errores y mejora la aceptación del producto, y a su vez también garantiza una mayor efectividad del marketing y ofrece una mayor empatía con el cliente.

En pocas palabras. Centaur no solo predice cómo pensamos, sino que podría transformar la forma en que entendemos, diseñamos y respondemos al comportamiento humano en el mundo real, con todos los beneficios y riesgos que ello traer aparejado.