Un estudio de Science Advances comparó a 1.784 personas con sus réplicas creadas mediante modelos de lenguaje y encontró baja capacidad para captar diferencias individuales.
Un estudio publicado en Science Advances evaluó gemelos digitales creados con más de 500 respuestas de cada persona. En 1.784 participantes únicos, la correlación promedio entre humanos y sus réplicas fue 0,197. Los investigadores detectaron problemas de individualización, estereotipos, representación, sesgo ideológico e hiperracionalidad.
Los gemelos digitales de IA todavía están lejos de reproducir con fidelidad cómo piensa o actúa una persona. Un estudio liderado principalmente por investigadores de Columbia University, publicado el 2 de septiembre de 2026 en Science Advances, identificó cinco distorsiones sistemáticas en estas simulaciones.
Los gemelos digitales son modelos de inteligencia artificial construidos con información de una persona real. Buscan responder nuevas preguntas o enfrentar experimentos como si fueran ese individuo.
La idea atrae a investigadores y empresas porque permitiría obtener respuestas con rapidez y reducir costos de reclutamiento. Pero la personalización actual sigue siendo limitada.
¿Qué descubrió el estudio sobre los gemelos digitales de IA?
Los investigadores realizaron 19 estudios prerregistrados y analizaron 164 resultados distintos. Participaron 1.784 personas únicas de Estados Unidos; la suma de participaciones repetidas en los distintos experimentos llegó a 13.506.
Cada gemelo recibió más de 500 respuestas previas de su contraparte humana. Ese material incluía datos demográficos, personalidad, habilidades cognitivas, preferencias económicas y pruebas sobre sesgos y toma de decisiones.
Después, personas y réplicas digitales respondieron preguntas nuevas sobre política, privacidad, consumo de noticias, creatividad, contratación laboral y relación con la tecnología.
La correlación promedio entre respuestas humanas y digitales fue de 0,197. En términos sencillos, los modelos captaron parte de las diferencias entre personas, pero la relación fue débil.
El trabajo también calculó una métrica de exactitud individual de 0,748. Esa cifra no equivale a “74,8 % de aciertos”: mide qué tan lejos queda la respuesta simulada de la humana dentro de una escala.
La comparación es reveladora. Los gemelos con toda la información personal obtuvieron 0,748, mientras que modelos que solo conocían 14 datos demográficos alcanzaron 0,746. La diferencia no fue estadísticamente significativa.
Además, en 105 de los 164 resultados, los promedios de los gemelos fueron significativamente distintos de los humanos. En 154 de 164 variables, la variación entre gemelos fue menor que entre personas reales.
¿Por qué los gemelos digitales todavía se equivocan?
Los autores identificaron cinco distorsiones: poca individualización, uso excesivo de estereotipos demográficos, sesgos de representación, sesgos ideológicos e “hiperracionalidad”.
La poca individualización significa que las réplicas tienden a parecerse demasiado entre sí. Aunque reciben abundante información personal, continúan muy influidas por el comportamiento general del modelo de lenguaje que las impulsa.
También aparecieron diferencias entre grupos. Los gemelos fueron más precisos para participantes con mayor educación e ingresos, y para personas con posiciones políticas y prácticas religiosas más moderadas.
Otra distorsión surgió cuando la IA mostró más conocimiento o tomó decisiones más racionales que las personas reales. Para estudiar conducta humana, esa aparente ventaja puede convertirse en un problema: equivocarse o dudar también forma parte del comportamiento.
Los resultados coinciden con advertencias anteriores. Nature Machine Intelligence publicó en 2025 un estudio que encontró que los modelos de lenguaje pueden reducir artificialmente la diversidad dentro de grupos sociales y representar identidades mediante estereotipos.
Otro trabajo publicado en PNAS en 2025 concluyó que varios modelos no reprodujeron adecuadamente el comportamiento humano en un experimento económico y que factores como idioma, instrucciones o configuración podían modificar las respuestas.
Sin embargo, la investigación no demuestra que los gemelos digitales sean inútiles. Un estudio previo de Stanford con 1.052 personas obtuvo resultados más favorables en determinadas pruebas. Sus métricas y diseños, sin embargo, no son directamente comparables.
¿Qué significa esto para Ecuador y América Latina?
La investigación utilizó una muestra representativa de Estados Unidos. Por eso, sus resultados no permiten afirmar cómo funcionarían estas simulaciones con población ecuatoriana o latinoamericana.
Este límite importa porque cultura, idioma, educación, ingresos y contexto político pueden influir en las respuestas. La evidencia disponible indica que los modelos no representan todos los grupos con la misma precisión.
Antes de usar personas sintéticas para reemplazar encuestados, consumidores o participantes reales, será necesario validarlas en cada población y contexto. Por ahora, parecen más útiles como herramientas de apoyo o preprueba que como sustitutos confiables de seres humanos.
¿Qué es un gemelo digital de una persona?
Es una simulación basada en inteligencia artificial que utiliza información previa de un individuo para intentar predecir cómo respondería o actuaría ante nuevas situaciones.
¿Los gemelos digitales pueden reemplazar actualmente a participantes humanos?
La evidencia de este estudio indica que no de forma confiable. Pueden tener usos como herramientas de preprueba, pero todavía presentan diferencias importantes frente al comportamiento humano real.
¿El estudio analizó personas de América Latina?
No. La investigación utilizó participantes de Estados Unidos. Por eso, no permite concluir cómo funcionarían estos sistemas específicamente en Ecuador o América Latina.
F: Science
Lee sobre Botón de apagado para IA: ¿Qué propone Estados Unidos?
