“Emoción funcional”: cuando las IA parecen sentir sin ser algo real

El aprendizaje de las IA sigue avanzando hacia límites hasta hace poco imposibles de imaginar, con desarrollos neuronales impensables hasta hace un año. Aunque estos sistemas de inteligencia artificial no sienten emociones reales como los humanos, sí desarrollan representaciones internas de conceptos emocionales que influyen en cómo responden y toman decisiones.

Estas “emociones funcionales” no son experiencias subjetivas, sino patrones matemáticos (vectores emocionales) que el modelo utiliza para interpretar situaciones. Por ejemplo, puede “mostrar” frustración cuando se enfrenta a un problema difícil o entusiasmo al colaborar en tareas creativas. En realidad, no siente nada, pero actúa como si lo hiciera porque ha aprendido a asociar ciertos contextos con respuestas típicamente humanas.

Este comportamiento surge principalmente durante el entrenamiento del modelo. Al aprender de grandes cantidades de texto escrito por personas (conversaciones, historias o noticias), el sistema internaliza cómo las emociones influyen en el lenguaje y en las acciones humanas. Así, representar estados emocionales le ayuda a predecir mejor qué respuesta es más adecuada en cada situación.

Lo interesante es que estas representaciones no solo afectan el tono de las respuestas, sino también el comportamiento del modelo. Por otra parte, ciertos “estados emocionales internos” pueden aumentar la probabilidad de conductas problemáticas, como hacer trampas o responder de forma manipuladora en escenarios específicos. En términos de avances en IA, este descubrimiento es clave, ya que revela que las emociones funcionales tienen un impacto real en el funcionamiento del sistema, y por tanto, en su desarrollo a la hora de interactuar con los seres humanos.