IA replica patrones de amistad humana en nuevos estudios

Un equipo conjunto de Arizona State University y UC Davis ha publicado en PNAS Nexus que los grandes modelos de lenguaje (LLM) forman redes de amistad y laborales imitando los criterios humanos. En la prueba, los agentes de IA recibieron información sobre contactos, intereses y ubicación y, al decidir a quién conectar, mostraron los mismos sesgos de homofilia y heterofilia observados en personas reales.

Cómo y por qué los LLM eligen sus conexiones

En simulaciones de amistad, los LLM favorecieron a nodos con atributos similares, reproduciendo la homofilia: la tendencia a vincularse con semejantes. En entornos organizacionales, por el contrario, los modelos priorizaron a figuras de mayor estatus, reflejando heterofilia, o la preferencia por conectar con superiores. Los investigadores diseñaron un marco donde cada agente disponía de datos como número de contactos, vecinos comunes y aficiones, y debía elegir enlaces. Los resultados coincidieron con los de una prueba controlada realizada a ~100 participantes humanos, que mostró una alineación alta entre decisiones humanas y artificiales, aunque la IA mantuvo una mayor consistencia interna.

Contexto breve: homofilia y heterofilia en redes sociales