«Esta metodología nos ha permitido visualizar y cuantificar la importancia de diversos elementos lingüísticos en las predicciones del modelo», señalan. Por ejemplo, han observado que palabras como odio u odiar, que tradicionalmente se asociarían con rasgos negativos, pueden aparecer en contextos que en realidad reflejan amabilidad («odio ver a los demás sufrir»). «Sin entender cómo el modelo interpreta estas palabras en contexto, podríamos llegar a conclusiones erróneas», subrayan.

Esta aproximación garantiza la validez científica del funcionamiento de los modelos de IA, puesto que permite «verificar si los modelos se alinean con teorías psicológicas establecidas y, además, proporciona una base sólida para mejorarlos continuamente, asegurando que se basan en patrones lingüísticos genuinamente relacionados con los constructos psicológicos que pretenden medir», añade.

Las limitaciones del modelo MBTI

Otro resultado de la investigación ha sido la demostración de las limitaciones del modelo MBTI, en comparación con el de los cinco grandes rasgos, que tiene una base más sólida tanto para el análisis automatizado de la personalidad como para el análisis clásico psicométrico. «A pesar de ser ampliamente utilizado en ciencias de la computación y algunos ámbitos aplicados de la psicología, el modelo MBTI presenta graves limitaciones para la evaluación automática de la personalidad, ya que nuestros resultados muestran que los modelos tienden a basarse más en artefactos que en patrones reales», destacan.

Aplicaciones de la detección automática de la personalidad

El uso de técnicas de detección automática de la personalidad con modelos de IA puede tener un impacto muy importante en el campo de la psicología de la personalidad. «Con estos métodos, los psicólogos podrán identificar patrones lingüísticos asociados a distintos rasgos de la personalidad que, con métodos tradicionales, podrían pasar desapercibidos. Esto puede conducir a métodos de evaluación más naturales y menos intrusivos, especialmente valiosos para el estudio de grandes poblaciones», resaltan los investigadores.

En el campo clínico, los autores destacan que pueden ayudar a «la evaluación inicial y el seguimiento de pacientes focalizando la atención en cambios en el lenguaje o la expresión verbal como indicadores de elementos psicológicos importantes para la terapia». Además, apuntan que pueden desempeñar un papel destacado en otros ámbitos: en la selección de personal, en la personalización educativa, en la investigación social —facilitaría el análisis de grandes volúmenes de datos textuales— o en el desarrollo de asistentes virtuales y agentes conversacionales, ya que ayudaría a crear interacciones más naturales y adaptadas. «Es importante destacar que todas estas aplicaciones deberían basarse en modelos científicamente sólidos e incorporar las técnicas de explicabilidad que hemos explorado, para garantizar un uso ético y transparente», subrayan.

A pesar del potencial, los investigadores creen que estos modelos no sustituirán las pruebas tradicionales de personalidad a corto plazo, sino que las complementarán y ofrecerán una perspectiva adicional y más profunda al respecto. «Vemos una evolución hacia un enfoque multimodal, en el que las evaluaciones tradicionales se combinan con el análisis del lenguaje natural, el comportamiento digital y otras fuentes de datos para obtener una imagen más completa de la personalidad», destacan.

Este enfoque integrativo permitirá, según los investigadores, aprovechar los puntos fuertes de cada metodología, lo que proporcionó una visión «más rica y matizada de la personalidad humana». En este sentido, los modelos de IA pueden ser «especialmente útiles en contextos en los que la recogida de datos tradicional es difícil o cuando es necesario analizar grandes volúmenes de información de forma eficiente», añaden.

Validar la investigación en otros contextos

Los próximos pasos de esta investigación incluyen la ampliación del análisis a otros tipos de textos, plataformas, idiomas y culturas, a fin de confirmar si los patrones identificados son consistentes en distintos contextos. También se quiere explorar la aplicación de estas técnicas a otras construcciones psicológicas más allá de la personalidad, como estados emocionales o actitudes.

Asimismo, los investigadores trabajan para integrar datos multimodales en estos análisis —combinando texto con otras formas de expresión, como voz o comportamiento no verbal, y utilizando tecnologías como la transcripción automática de audio (Whisper.ai)—, así como en su aplicación en contextos reales. «Queremos colaborar con profesionales clínicos y de recursos humanos para evaluar la efectividad de estas herramientas en entornos del mundo real, asegurándonos que tengan un impacto positivo y ético», concluyen.
​​​​​​​

Artículo de referencia

Saeteros David; Gallardo-Pujol, David; Ortiz-Martínez, Daniel. «Text speaks louder: Insights into personality from natural language processing». PLoS One, junio de 2025. DOI: 10.1371/journal.pone.0323096