La mentalización, que es parte integral de los procesos cognitivos humanos, pertenece a la interpretación de los estados mentales propios y ajenos, incluidas las emociones, creencias e intenciones. Con la llegada de la inteligencia artificial (IA) y la prominencia de los grandes modelos de lenguaje en las aplicaciones de salud mental, persisten dudas sobre su aptitud en la comprensi...
PUBLICIDAD
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
La mentalización, que es parte integral de los procesos cognitivos humanos, pertenece a la interpretación de los estados mentales propios y ajenos, incluidas las emociones, creencias e intenciones.
Con la llegada de la inteligencia artificial (IA) y la prominencia de los grandes modelos de lenguaje en las aplicaciones de salud mental, persisten dudas sobre su aptitud en la comprensión emocional.
La versión anterior del modelo de lenguaje grande de OpenAI, ChatGPT-3. 5, demostró una capacidad avanzada para interpretar emociones a partir de datos textuales, superando los puntos de referencia humanos.
Dada la introducción de ChatGPT-4, con sus capacidades de procesamiento visual mejoradas, y considerando las funcionalidades visuales existentes de Google Bard, se justifica una evaluación rigurosa de su competencia en mentalización visual.
El objetivo de la investigación fue evaluar críticamente las capacidades de ChatGPT-4 y Google Bard con respecto a su competencia para discernir indicadores de mentalización visual en comparación con sus habilidades de mentalización basadas en textos.
La prueba de lectura de la mente en los ojos desarrollada por Baron-Cohen y sus colegas se utilizó para evaluar la competencia de los modelos en la interpretación de indicadores emocionales visuales.
Simultáneamente, se utilizó la escala de Niveles de conciencia Emocional para evaluar la aptitud de los modelos de lenguaje grandes en la mentalización textual. La recopilación de datos de ambas pruebas proporcionó una visión holística de las capacidades de mentalización de ChatGPT-4 y Bard.
ChatGPT-4, que muestra una capacidad pronunciada en el reconocimiento de emociones, obtuvo puntuaciones de 26 y 27 en 2 evaluaciones distintas, desviándose significativamente de un paradigma de respuesta aleatoria ( P <0, 001).
Estos puntajes se alinean con puntos de referencia establecidos del grupo demográfico humano más amplio. En particular, ChatGPT-4 mostró respuestas consistentes, sin sesgos discernibles relacionados con el sexo del modelo o la naturaleza de la emoción.
Por el contrario, el rendimiento de Google Bard se alineó con patrones de respuesta aleatorios, obteniendo puntuaciones de 10 y 12 y haciendo redundantes análisis más detallados.
En el ámbito del análisis textual, tanto ChatGPT como Bard superaron los puntos de referencia establecidos por la población general, y sus desempeños fueron notablemente congruentes.
ChatGPT-4 demostró su eficacia en el ámbito de la mentalización visual, alineándose estrechamente con los estándares de desempeño humano.
Aunque ambos modelos mostraron una perspicacia encomiable en la interpretación de emociones textuales, las capacidades de Bard en la interpretación de emociones visuales requieren un mayor escrutinio y un posible refinamiento.
Este estudio enfatiza la importancia del desarrollo ético de la IA para el reconocimiento emocional, destacando la necesidad de datos inclusivos, colaboración con pacientes y expertos en salud mental, y una estricta supervisión gubernamental para garantizar la transparencia y proteger la privacidad del paciente.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental. jmir. org/
