Históricamente, el estudio de la empatía se ha centrado en comprender cómo las personas interpretan las emociones ajenas para desenvolverse en entornos sociales complejos, para lo cual se han utilizado distintas herramientas para evaluar dichas capacidades, observándose que la habilidad para inferir pensamientos de terceros varía significativamente según la edad del individuo.
Ante el uso creciente de soluciones tecnológicas (y, en especial, de la inteligencia artificial) en ámbitos sensibles como la atención médica, ha surgido la necesidad de comprobar si las máquinas podían asimilar estas formas de cognición social humana. Para dar respuesta a este interrogante, un equipo de investigadores españoles vinculados a instituciones como el Laboratorio de Investigación Biológica Profesor Giacomo Rizzolatti, empezó a desarrollar una solución específica a mediados del pasado año 2025, que ahora ha visto la luz en forma de publicación.
El trabajo del equipo científico ha consistido en diseñar y validar una prueba inédita centrada en la interpretación del rostro, a modo de instrumento metodológico, concebido para suministrar cómo prueba abarcando parámetros como el juicio moral, la atribución de intenciones y la confianza interpersonal.
Con esta prueba, se hizo un test con doscientos treinta participantes humanos mientras, simultáneamente, sometieron a la misma evaluación a cinco modelos de lenguaje de propósito general: ChatGPT-4o, Claude, Gemini, Grok y Mistral. Al analizar los resultados, los expertos pudieron determinar las similitudes estructurales entre las respuestas de las personas y las generadas por los algoritmos.
Las cifras revelaron que las herramientas ChatGPT-4o, Grok y Gemini formaron un conjunto cohesionado que difería mínimamente de los resultados de la muestra humana en todas las áreas evaluadas, mientras que el modelo Mistral solamente presentaba una superposición parcial con el patrón humano. Finalmente, Claude mostró una conducta que se alejaba de las métricas registradas por los humanos durante el experimento.
En vista de estos resultados, las conclusiones del estudio constataron que determinados modelos de lenguaje poseen la capacidad de simular funcionalmente inferencias de procesos cognitivos complejos. Esta fidelidad en los patrones de respuesta ratifica que la tecnología procesa adecuadamente las señales faciales para interpretar estados mentales de las personas.
A partir de estos descubrimientos, surgen opciones viables para aplicar estos avances en la creación de asistentes virtuales y sistemas de diagnóstico orientados a la salud mental, mecanismos informáticos para la resolución de conflictos, robótica con conciencia del entorno y plataformas educativas adaptativas, entre otros.
Cabe hacer notar que los investigadores recomendaron cautela con estos resultados debido a la variabilidad registrada entre los distintos fabricantes, desaconsejando asumir una eficacia generalizada en todos los productos del mercado.
La metodología creada para llevar a cabo este estudio queda establecida como una métrica de referencia para auditar estas capacidades y garantizar un despliegue responsable en escenarios delicados.
