Segun arXiv q-fin, un estudio reciente evalúa si los modelos de lenguaje de gran tamaño (LLMs) replican de forma fidedigna el comportamiento humano en juegos de estrategia. Para ello, se analizaron dos escenarios: un juego de belleza (p-beauty contest) y un juego de bienes públicos. Se probaron cinco configuraciones internas de modelos locales, todas pertenecientes a la misma familia, variadas en un diseño factorial de 360 celdas. Las variables incluyen temperatura, tamaño del modelo (de 0.5 a 32B parámetros), cuantización, uso de instrucciones versus versión base y estructura del escenario. Cada combinación fue contrastada con distribuciones de decisiones registradas en datos humanos publicados.
Los resultados indican que, aunque se logra recuperar en parte la dispersión de respuestas humanas, el proceso estratégico que subyace a esas decisiones no se reproduce. Desde la perspectiva de la teoría cognitiva de niveles, los modelos actúan como jugadores estancados que recogen niveles predefinidos, cuyo valor depende del tamaño del modelo. No ejecutan procesos internos de actualización de creencias ni inducción hacia atrás a lo largo de múltiples rondas. En el juego de bienes públicos, mientras los humanos mostraban una disminución progresiva en sus aportes, los LLMs mantuvieron niveles estables o incluso aumentaron con el tamaño del modelo. En pruebas con horizontes indefinidos, los modelos mostraron mayor cooperación que en escenarios con finitos. Sin embargo, ignoran el orden exacto de las rondas, por lo que no presentan una disminución final en sus aportes, como lo hacen los humanos. Este comportamiento sugiere que los modelos no evalúan iterativamente el contexto del juego, sino que recuperan niveles estratégicos asociados a categorías generales, como el tamaño del modelo, sin adaptarse dinámicamente al escenario.
Para lectores peruanos, este hallazgo tiene implicaciones directas en el uso de inteligencia artificial en entornos de toma de decisiones colectivas. En contextos como el desarrollo de políticas públicas, la gestión de recursos comunes o la planificación de inversiones colectivas, los modelos que no simulan el proceso iterativo de razonamiento humano podrían ofrecer predicciones sesgadas. Si se utilizan para estimar el comportamiento de comunidades o grupos, el resultado podría no reflejar el dinamismo real de las decisiones sociales. Por ello, es vital evaluar con precisión cuándo los LLMs pueden ser confiables y cuándo deben ser complementados con análisis humanos. La evidencia indica que, aunque los modelos pueden imitar patrones superficiales, carecen de la capacidad para modelar el aprendizaje estratégico continuo que caracteriza a los humanos en entornos de interacción social.