Resumen: Los modelos de lenguaje grande (LLM) se utilizan cada vez más como agentes autónomos en interacciones estratégicas y sociales. Aunque estudios recientes sugieren que asignar rasgos de personalidad a los LLM puede influir en su comportamiento, aún no está claro cómo la dirección de la personalidad afecta la cooperación en condiciones controladas. En este estudio, examinamos los efectos de la dirección de la personalidad sobre el comportamiento cooperativo en agentes LLM que utilizan juegos repetidos del Dilema del Prisionero. Con base en el marco de los Cinco Grandes, primero medimos los perfiles básicos de personalidad de tres modelos, GPT-3.5-turbo, GPT-4o y GPT-5, utilizando el Inventario de los Cinco Grandes. Luego comparamos el comportamiento bajo condiciones básicas y basadas en la personalidad, y analizamos más a fondo los efectos de manipular de forma independiente cada dimensión de la personalidad hasta valores extremos. Nuestros resultados muestran que la amabilidad es el factor dominante que promueve la cooperación en todos los modelos, mientras que otros rasgos de personalidad tienen un impacto limitado. La información explícita sobre la personalidad aumenta la cooperación, pero también puede aumentar la vulnerabilidad a la explotación, particularmente en los modelos de generaciones anteriores. Por el contrario, los modelos de última generación exhiben una cooperación más selectiva. Estos hallazgos indican que la dirección de la personalidad actúa como un sesgo conductual más que como un mecanismo de control determinista.
Publicado originalmente en export.arxiv.org el 11 de enero de 2026.
Ver fuente original
