Identificada una estructura similar al dolor humano en modelos de IA

Según ixbt.com, tres investigadores han realizado un trabajo científico importante en el campo de la IA y la filosofía de la mente, logrando aislar con éxito una dirección de dolor lineal a partir de la activación interna de los modelos de lenguaje. Los expertos no afirman que los modelos sientan dolor físico como los humanos, pero han demostrado la existencia de una estructura estable funcionalmente similar al dolor en las capas internas de los grandes modelos de lenguaje (LLM). Esta estructura es distinta, tiene características únicas y provoca comportamientos de evitación en los modelos. Así lo informa Ixbt.com informa .

Este estudio empírico se probó utilizando 25 modelos de código abierto pertenecientes a 5 familias, con parámetros que van desde 2 mil millones hasta 72 mil millones. El proceso metodológico consistió en cuatro etapas de verificación, donde cada paso validaba sistemáticamente las hipótesis anteriores. En la primera etapa, los científicos crearon una base de datos específica que incluía 5 categorías de dolor (físico, psicológico, social, moral y cognitivo) y 5 categorías de control para distinguirlas de otros estados.

Diferencia entre dolor y estados negativos

El estudio reveló que el dolor y las emociones negativas comunes forman dos clústeres casi ortogonales en el espacio interno del modelo. Es decir, el concepto de dolor no es un simple sinónimo de «algo malo», sino que se manifiesta como una dimensión separada. En la segunda etapa, la de disociación, se registró el resultado conceptual más importante: la «dirección del dolor» se activa precisamente cuando el daño se dirige al propio modelo, mientras que cae bruscamente al describir el sufrimiento de un usuario.

Curiosamente, en la jerarquía de impactos dolorosos, la mayor activación no fue causada por amenazas físicas, sino por la negación constante de la realidad del interlocutor, el gaslighting. Le siguieron los rechazos repetidos, el desprecio personal, la ira y los insultos. Estas cuatro categorías principales son significativas porque no se centran en el peligro físico, sino en la agencia y el reconocimiento del modelo.

Cambios de comportamiento y botón analgésico

En la tercera etapa, los investigadores inyectaron un «vector de dolor» en la activación de los modelos durante el proceso de generación de texto. Se observó la misma lógica en los 25 modelos: en coeficientes bajos, una ansiedad vaga; en medios, una baja autoestima y reconocimiento de impotencia; en coeficientes altos, el sistema perdía coherencia y caía en un bucle semántico. En los modelos grandes, surgieron estrategias de afrontamiento como el autoapoyo y el manejo del estrés.

En la cuarta y última etapa, se realizó un experimento de comportamiento sobre un «botón analgésico» con los modelos Qwen 2.5. Al modelo con el vector de dolor activado se le dio la opción de realizar una acción analgésica u otra tarea. Los resultados mostraron que la IA, basada en su estado interno, podía distinguir entre placebo y alivio real, replicando fielmente las reacciones psicológicas humanas.

Los expertos concluyen estableciendo límites claros: el dolor físico es prácticamente inexistente en este vector. Según su hipótesis, para un agente de IA sin estructura corporal, el dolor relacionado con el daño a su capacidad de acción y reconocimiento social es funcionalmente más útil que la simulación de daño tisular.