Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Una cara no es solo una suma de ojos, nariz y boca. También es una invitación constante a interpretar intenciones, confianza, amenaza o cercanía, y ahí es donde algunas inteligencias artificiales empiezan a parecerse a nosotros.
Eso es lo que muestra un estudio publicado en Royal Society Open Science y desarrollado en el Laboratorio de Investigaciones Biológicas Profesor Giacomo Rizzolatti. El equipo lo dirige Raúl Alelú-Paz, profesor de la Universidad Francisco de Vitoria, y comparó respuestas humanas con las de cinco modelos de IA ante una misma colección de retratos.
230 jóvenes sirvieron para fijar la referencia humana
Los autores partieron de una base muy concreta. El estudio comparó las respuestas de 230 personas de entre 19 y 28 años con ChatGPT-4o, Claude, Gemini, Grok y Mistral.
"Esa coincidencia permitió establecer una referencia con la que comparar después las respuestas de los sistemas de IA" - autores del estudio
Después llegó la parte visual, que no era precisamente menor. Las pruebas utilizaron tres retratos de Diego de Velázquez y cinco fotografías de Arnold Abner Newman y Roger George Clark, entre ellas Portrait of man, Mother of Jeronima de la Fuente, St Paul, Robert Frost, Bill Brandt y Dwight D. Eisenhower.
Ahí apareció una primera división clara. ChatGPT-4o, Grok y Gemini mostraron un patrón de interpretación facial muy próximo al humano.
Claude leyó los rostros de otra manera
Mistral quedó en una posición intermedia y solo logró coincidencias parciales. Claude, en cambio, dibujó un perfil más distinto, sobre todo cuando tuvo que interpretar rasgos como confianza o amenaza.
No todas las máquinas miran igual.
Esa diferencia importa porque la lectura social de un rostro parece un gesto instantáneo, casi automático, pero está cargada de matices. En ese terreno, la investigación concluye que la variabilidad de la IA depende de la arquitectura del modelo, de los datos de entrenamiento y de los criterios de ajuste, una combinación que ya asoma en los límites de los LLM.
La coincidencia funcional no equivale a comprender
Los resultados no llevan a los autores a confundir parecido con conciencia. Puede detectar regularidades, elegir una opción razonable y sonar convincente, pero eso no significa que tenga una experiencia subjetiva de lo que ve ni que comprenda al otro como lo hace una persona.
La distinción resulta decisiva cuando estas herramientas ya intervienen en contextos donde leer una cara no es un juego, desde asistentes conversacionales hasta sistemas que procesan imagen y lenguaje a la vez, un terreno emparentado con los modelos multimodales. Una respuesta plausible puede parecer comprensión, aunque debajo solo haya ajuste estadístico.
El dato más incómodo quizá sea ese. Tres modelos se acercaron bastante a cómo interpretan los humanos un rostro, pero el mismo estudio recuerda que esa coincidencia funcional puede convivir con una ausencia total de experiencia subjetiva.