Mapa de creencias creado a partir de los LMM

Los modelos de lenguaje de gran tamaño (LLMs, por sus siglas en inglés), son eficientes a la hora de resumir y generar textos escritos. 

Un reciente artículo publicado en Nature Human Behaviour muestra que también podrían convertirse en herramientas interesantes para realizar investigaciones enraizadas en la psicología, las ciencias del comportamiento y otras disciplinas científicas.

Investigadores de la Universidad de Indiana han utilizado recientemente modelos LLM para analizar  debates entre usuarios en plataformas en línea. Este estudio les ha permitido crear un mapa detallado de las creencias humanas, revelando patrones que apuntan a una evidente polarización entre opuestas posiciones y la percepción de malestar mental cuando se escuchan opiniones contrarias a las propias.  Todo parece indicar que las creencias, y no los datos, están en el núcleo de las acciones humanas, ya que influyen profundamente en nuestras decisiones y comportamientos.  

Los investigadores proponen una metodología novedosa para construir un “espacio de incrustación de creencias” que permita entender el complejo sistema de creencias humanas», o, en palabras de uno de los autores,  organizar miles de creencias individuales en un mapa continuo de alta dimensión. En este mapa de creencias, por ejemplo, un concepto como "coche eléctrico" estaría cerca de "es necesario mejorar el medio ambiente" pero muy lejos de "es fracking es útil para explotar los combustibles fósiles". 

Los resultados muestran que las posiciones dentro de este espacio de creencias predicen nuevas creencias de los individuos y permiten estimar la disonancia cognitiva en función de la distancia entre creencias existentes y nuevas. Este estudio demuestra también cómo los modelos de lenguaje de gran tamaño, combinados con registros colectivos en línea de creencias humanas, pueden ofrecer información valiosa sobre los principios fundamentales que rigen la formación de creencias en los seres humanos

El mapa de creencias, creado por IA, proporciona una base sólida para analizar cuantitativamente la compleja interacción entre las creencias y cómo los individuos aceptan o rechazan nueva información. 

El artículo completo puede leerse en este enlace o, en su versión previa, en el ArXiv, en este otro enlace.