- Un experimento con 554 participantes analizó conversaciones personalizadas sobre teorías de la COVID-19 frente a un grupo que no recibió esa intervención.
- La reducción fue significativa con el chatbot identificado como IA, pero todavía mayor cuando exactamente el mismo sistema se presentaba como interlocutor humano.
Conversar con un modelo de lenguaje sobre una teoría conspirativa relacionada con la salud puede reducir temporalmente la confianza que una persona deposita en esa creencia, según un experimento publicado este 17 de agosto en Scientific Reports.
El resultado incluye además una paradoja: la conversación fue más eficaz cuando los participantes creían que estaban hablando con una persona que cuando sabían que su interlocutor era una inteligencia artificial, aunque en ambos casos las respuestas procedían de un sistema basado en un modelo de lenguaje.
Los investigadores reclutaron a 554 participantes para un experimento online centrado en teorías conspirativas relacionadas con la COVID-19.
Una parte se mantuvo en una condición de control. El resto debatió sobre una creencia concreta mediante un chatbot, pero los participantes recibieron información diferente sobre quién estaba detrás de las respuestas: a unos se les decía que era una IA y a otros que se trataba de una persona.
Quienes sabían que hablaban con una inteligencia artificial redujeron su confianza en la teoría discutida en 7,88 puntos porcentuales más que el grupo de control.La reducción fue todavía mayor cuando el mismo tipo de conversación era atribuida a un interlocutor humano: 13,76 puntos porcentuales respecto al control.
Los investigadores esperaban inicialmente el comportamiento contrario. Su hipótesis planteaba que una fuente artificial podría generar menor reacción defensiva y facilitar que alguien reconsiderara una opinión.
Los resultados sugieren, sin embargo, que la percepción de neutralidad influyó en la respuesta: los participantes tendieron a considerar al supuesto interlocutor humano como más neutral, y esa valoración medió parcialmente la diferencia observada.
La investigación se suma a trabajos anteriores que habían mostrado resultados prometedores al utilizar modelos de lenguaje para discutir de manera personalizada determinadas teorías conspirativas.
Este estudio añade específicamente el ámbito sanitario, donde la información errónea puede afectar a decisiones sobre vacunación, medidas preventivas o tratamientos.
Las conclusiones tienen, no obstante, límites claros.El experimento se centró en creencias relacionadas con la COVID-19 y no permite asumir que el mismo efecto vaya a producirse con cualquier forma de desinformación médica, tratamientos fraudulentos o teorías relacionadas con otras enfermedades.
La investigación evalúa además cambios en la confianza declarada por los participantes. No demuestra que posteriormente modificasen una conducta sanitaria real.
Tampoco convierte a un chatbot en una fuente médica. Un modelo puede generar información incorrecta, por lo que las dudas sobre síntomas, medicamentos, diagnósticos o tratamientos siguen necesitando fuentes sanitarias fiables y profesionales cuando corresponda.
El resultado debe entenderse sobre todo como un estudio de comunicación y persuasión: las conversaciones personalizadas parecen capaces de modificar determinadas creencias, pero la confianza que inspira la fuente puede condicionar significativamente cuánto efecto tienen.
La conclusión resulta especialmente relevante ante la creciente utilización de asistentes de IA para resolver preguntas sobre salud. No basta con que una respuesta sea técnicamente correcta; la forma en que el usuario percibe al interlocutor también puede modificar su receptividad al mensaje.
