Attitudes towards AI: measurement and associations with personality

Evaluación y validez psicométrica2024Scientific ReportsRevisión editorial aprobada

Autores: Jan-Philipp Stein, Tanja Messingschlager, Timo Gnambs, Fabian Hutmacher, Markus Appel

Palabras clave: Artificial Intelligence attitudes, Big Five personality, Dark Triad, Conspiracy beliefs, ATTARI-12 questionnaire

Fuente:Abrir fuente primaria (abre en una pestaña nueva)

5
Autores
24
Hallazgos
72
Limitaciones
18
Evidencias

Resumen editorial

Español

El artículo desarrolla ATTARI-12, una escala de doce ítems para medir la actitud general de personas hacia la inteligencia artificial, y estudia si esa actitud se asocia con rasgos de personalidad. La escala equilibra seis ítems positivos y seis negativos y representa contenidos cognitivos, afectivos y conductuales, aunque se puntúa como un único factor. El trabajo reúne tres estudios humanos: 601 participantes de MTurk en Estados Unidos para construir y validar la medida, de los que se retienen 490; estudiantes alemanes para traducción y retest, con 166 respuestas en T1, 163 en T2 y 150 emparejadas; y 353 participantes de MTurk para el análisis de personalidad, de los que se retienen 298 con el criterio final de atención. No se mide la personalidad de ningún sistema de IA.

En el Estudio 1, el modelo confirmatorio estrictamente unifactorial ajusta mal, CFI=0,85, RMSEA=0,15 y SRMR=0,08. Un bifactor S-1 que añade un factor ortogonal para la redacción negativa mejora a CFI=0,98, RMSEA=0,06 y SRMR=0,03. El factor general explica el 79% de la varianza común y alcanza omega jerárquica 0,83; el factor de método explica el 21% y tiene omega jerárquica 0,38. La puntuación total presenta alfa 0,93 y correlaciones de 0,60 con actitudes hacia asistentes de voz, 0,68 con actitudes hacia robots y 0,04 con deseabilidad social. Los datos compartidos permiten reproducir estas cifras. La evidencia apoya una puntuación general con un efecto de redacción relevante; no respalda que el modelo unifactorial simple ajuste bien ni una validez completa independiente.

En el Estudio 2, la versión alemana tiene alfa 0,91 en T1 y 0,89 en T2 y una correlación test-retest de r=0,804 tras 26–36 días. La actitud hacia IA se relaciona con el interés declarado por una carrera que incluya IA, r=0,635 en T1 y r=0,563 en T2. El archivo OSF publicado contiene solo los 150 casos emparejados, por lo que reproduce las correlaciones longitudinales pero no permite reconstruir desde ese archivo los 166 casos de T1 ni los 163 de T2 que usa la tabla. El artículo no describe un procedimiento de traducción y adaptación cultural ni prueba la estructura factorial o la invariancia entre inglés y alemán.

En el Estudio 3, una regresión jerárquica transversal relaciona ATTARI-12 con edad, género, Big Five, Tríada Oscura y mentalidad conspirativa. El modelo final usa 297 casos completos, aunque la tabla lo rotula N=298, y explica el 14% de la varianza. Las asociaciones ajustadas significativas son menor edad, beta=-0,17, mayor amabilidad, beta=0,27, y menor mentalidad conspirativa, beta=-0,22. Apertura queda en p=0,065; género, responsabilidad, extraversión, neuroticismo y los tres rasgos oscuros no son significativos. El cambio pre-registrado del umbral mínimo de cuatro a tres minutos eleva la muestra de 247 a 298; el análisis estricto suplementario conserva las tres asociaciones principales, pero reduce el incremento atribuido a Big Five y la magnitud de amabilidad.

La contribución defendible es una escala abierta y razonablemente estable para estudiar actitudes humanas generales hacia la IA, acompañada de cuestionarios, datos y sintaxis auditables. Sus límites son importantes: la validación inicial y el CFA se realizan en la misma muestra; los ítems fueron filtrados por los propios autores sin entrevistas cognitivas ni validación externa de contenido; la redacción negativa genera multidimensionalidad de método; las evidencias convergentes son medidas breves del mismo dominio; y el estudio de personalidad es correlacional, autorreportado y de conveniencia. Además, el texto dice por error RMSEA=0,03 donde Table 2 informa 0,06, y la leyenda de la regresión dice N=298 pese a que sus grados de libertad y el archivo abierto muestran 297 casos analizables. Por tanto, «predice» significa asociación estadística dentro de esta muestra, no causa, rasgo estable universal, conducta real de adopción ni actitud ante una aplicación concreta de IA.

English

The article develops ATTARI-12, a twelve-item scale intended to measure people's general attitude toward artificial intelligence, and examines whether that attitude is associated with personality traits. The scale balances six positively and six negatively worded items and represents cognitive, affective, and behavioral content, although it is scored as one general factor. The paper reports three human studies: 601 US MTurk participants for scale construction and validation, of whom 490 are retained; German students for translation and retest, with 166 responses at T1, 163 at T2, and 150 matched; and 353 MTurk participants for the personality analysis, of whom 298 are retained under the final attention criterion. No AI system's personality is measured.

In Study 1, the strict one-factor confirmatory model fits poorly, CFI=.85, RMSEA=.15, and SRMR=.08. A bifactor S-1 model adding an orthogonal factor for negative wording improves fit to CFI=.98, RMSEA=.06, and SRMR=.03. The general factor accounts for 79% of common variance and has hierarchical omega .83; the method factor accounts for 21% and has hierarchical omega .38. The total score has alpha .93 and correlates .60 with attitudes toward voice assistants, .68 with attitudes toward robots, and .04 with social desirability. The shared data reproduce these values. This supports a general score with a material wording effect; it does not show that the simple one-factor model fits well or establish comprehensive independent validity.

In Study 2, the German version has alpha .91 at T1 and .89 at T2 and a test-retest correlation of r=.804 after 26–36 days. AI attitude correlates with stated interest in an AI-related career, r=.635 at T1 and r=.563 at T2. The released OSF file contains only the 150 matched cases, so it reproduces the longitudinal correlations but cannot reconstruct from that file the 166 T1 and 163 T2 cases used in the table. The paper describes no translation and cultural-adaptation procedure and tests neither factor structure in German nor measurement invariance across English and German.

In Study 3, a cross-sectional hierarchical regression relates ATTARI-12 to age, gender, Big Five, Dark Triad, and conspiracy mentality. The final regression uses 297 complete cases, although the table labels it N=298, and explains 14% of the variance. Significant adjusted associations are younger age, beta=-.17, higher agreeableness, beta=.27, and lower conspiracy mentality, beta=-.22. Openness is p=.065; gender, conscientiousness, extraversion, neuroticism, and all three dark traits are nonsignificant. A preregistered minimum-time cutoff was changed from four to three minutes, increasing the retained sample from 247 to 298; the strict supplementary analysis retains the three main associations but reduces the Big Five increment and the agreeableness coefficient.

The defensible contribution is an open, reasonably stable scale for studying broad human attitudes toward AI, accompanied by auditable questionnaires, data, and syntax. Important limits remain: initial validation and CFA use the same sample; items were screened by the authors without cognitive interviews or external content validation; negative wording creates method multidimensionality; convergent evidence relies on brief measures from the same domain; and the personality study is correlational, self-reported, and based on convenience samples. The prose also reports RMSEA=.03 where Table 2 reports .06, and the regression caption says N=298 even though its degrees of freedom and the open data show 297 analyzable cases. Therefore, “predicts” means statistical association within this sample, not cause, a universal stable disposition, real adoption behavior, or attitudes toward any particular AI application.

Pregunta de investigación

¿Puede una escala breve representar de forma fiable una actitud humana general hacia la IA en inglés y alemán, y qué asociaciones mantienen la edad, el género, los Big Five, la Tríada Oscura y la mentalidad conspirativa con esa puntuación en una muestra estadounidense de MTurk?

Método

Tres estudios de cuestionario. El Estudio 1 reclutó 601 trabajadores estadounidenses de MTurk, aplicó exclusiones preespecificadas y dependientes del tiempo hasta N=490, comparó cuatro CFA robustos, un factor, bifactor por facetas, bifactor por redacción y modelo combinado, y evaluó consistencia, actitudes hacia asistentes de voz y robots y deseabilidad social. El Estudio 2 administró la versión alemana dos veces a estudiantes, con una separación media de 31,4 días, y relacionó la escala con interés profesional en IA. El Estudio 3 reclutó 353 trabajadores de MTurk, retuvo 298 tras modificar el corte temporal pre-registrado y estimó una regresión jerárquica con once predictores; el modelo final usa 297 casos completos. La auditoría leyó y renderizó las 16 páginas, comprobó tablas, apéndice y suplemento, descargó todos los materiales OSF y reprodujo descriptivos, correlaciones, filtros y coeficientes estandarizados desde los SAV compartidos.

Muestra: Estudio 1: 601 participantes estadounidenses de MTurk; 111 exclusiones y N=490 final, 212 mujeres, 273 hombres y 5 en otras opciones o sin respuesta, edad 19–72, M=39,78. Estudio 2: estudiantes de ciencias sociales de la Universidad de Würzburg; 166 en T1, 163 en T2 y 150 emparejados, 113 mujeres, 36 hombres y 1 otra opción, M=21,21. Estudio 3: 353 participantes estadounidenses de MTurk; N=298 con el corte final de tres minutos, 102 mujeres, 195 hombres y 1 otra opción, M=39,29; la regresión excluye el caso de género no dicotómico y usa N=297. Son muestras de conveniencia, no representativas de usuarios de IA ni de la población general.

Hallazgos

  • ATTARI-12 contiene doce ítems: seis positivos, seis negativos y cuatro por cada contenido cognitivo, afectivo y conductual.
  • El CFA estrictamente unifactorial del Estudio 1 ajusta mal: CFI 0,85, RMSEA 0,15 y SRMR 0,08.
  • El modelo bifactor S-1 de facetas de contenido tampoco ofrece buen ajuste: CFI 0,89, RMSEA 0,14 y SRMR 0,07.
  • El modelo con factor ortogonal de redacción negativa ajusta CFI 0,98, RMSEA 0,06 y SRMR 0,03.
  • El factor general explica el 79% y el factor de redacción el 21% de la varianza común.
  • La omega jerárquica es 0,83 para el factor general y 0,38 para el factor de redacción.
  • Las cargas estandarizadas sobre el factor general van de 0,48 a 0,88.
  • La consistencia interna de ATTARI-12 en el Estudio 1 es alfa 0,93.
  • ATTARI-12 correlaciona 0,599 con actitudes hacia asistentes de voz y 0,676 con actitudes hacia robots.
  • La correlación con deseabilidad social es 0,037 y no significativa.
  • La versión alemana alcanza alfa 0,91 en T1 y 0,89 en T2.
  • La estabilidad test-retest tras 26–36 días es r=0,804.
  • El interés por una carrera relacionada con IA correlaciona 0,635 con ATTARI-12 en T1 y 0,563 con ATTARI-12 en T2.
  • En el Estudio 3, ATTARI-12 vuelve a mostrar alfa 0,92.
  • La actitud media hacia IA en el Estudio 3 es 3,60 sobre 5, ligeramente por encima del punto medio.
  • El modelo final de once predictores explica R²=0,14 de la varianza en ATTARI-12.
  • La edad se asocia negativamente con ATTARI-12 en el modelo final, beta=-0,17.
  • La amabilidad es el único Big Five significativo en el modelo final, beta=0,27.
  • La mentalidad conspirativa se asocia negativamente con ATTARI-12, beta=-0,22.
  • Apertura queda por debajo del umbral convencional, beta=0,11 y p=0,065.
  • Género, responsabilidad, extraversión, neuroticismo, maquiavelismo, psicopatía y narcisismo no son significativos en el modelo final.
  • El análisis estricto con corte de cuatro minutos y N=247 mantiene edad, amabilidad y mentalidad conspirativa, con coeficientes menores para las dos últimas.
  • Los descriptivos, correlaciones, filtros de inclusión, R² y betas principales se reproducen desde los datos OSF.
  • Los materiales, datos y sintaxis de los tres estudios están disponibles públicamente en OSF.

Limitaciones

  • La escala se construye y valida inicialmente en una sola muestra.
  • No hay una muestra independiente para confirmar la estructura seleccionada en el Estudio 1.
  • El tamaño final del Estudio 1, N=490, queda por debajo del mínimo de 500 que el propio análisis de potencia consideró necesario.
  • El corte de 120 segundos del Estudio 1 se fijó inspeccionando la distribución después de recoger los datos.
  • El suplemento reconoce que el prerregistro hablaba de un análisis de outliers distinto del corte finalmente aplicado.
  • Los ítems fueron generados y descartados mediante discusión interna de los autores.
  • No se informa evaluación de contenido por expertos externos.
  • No se realizaron entrevistas cognitivas con participantes.
  • No se informa pilotaje cualitativo para comprobar cómo se entiende la definición de IA.
  • La definición previa presenta la IA como capaz de percibir, actuar, aprender y adaptarse de forma autónoma y similar a humanos.
  • Esa definición puede activar una representación antropomórfica concreta del objeto actitudinal.
  • La escala mezcla afirmaciones sobre beneficios globales, emociones y preferencia de uso bajo una sola puntuación.
  • El modelo estrictamente unifactorial muestra un ajuste claramente insuficiente.
  • La interpretación unidimensional depende de modelar aparte el efecto de redacción negativa.
  • El factor de redacción explica un 21% no trivial de la varianza común.
  • El artículo no valida por separado las facetas cognitiva, afectiva y conductual.
  • El CFA trata respuestas ordinales de cinco puntos con máxima verosimilitud robusta en lugar de un estimador ordinal explícito.
  • No se informa sensibilidad de los resultados a otros estimadores o especificaciones.
  • No se publica una validación cruzada del modelo bifactor elegido.
  • Las medidas convergentes del Estudio 1 son breves y pertenecen al mismo dominio tecnológico.
  • La escala de actitudes hacia asistentes de voz fue creada ad hoc para este estudio.
  • La ausencia de correlación con una sola escala de deseabilidad social ofrece evidencia discriminante limitada.
  • No se prueba validez incremental frente a escalas de actitud hacia IA ya existentes.
  • No se compara capacidad predictiva con GAAIS, ATAI, AIAS u otras medidas revisadas en la introducción.
  • No se mide conducta real de uso, adopción, evitación o compra.
  • El índice de carrera del Estudio 2 es autorreportado y conceptualmente cercano a los ítems conductuales de ATTARI-12.
  • El Estudio 2 usa una muestra pequeña de estudiantes de una sola titulación y universidad.
  • La muestra alemana es joven y predominantemente femenina.
  • No se describe traducción directa, retrotraducción, comité bilingüe o adaptación cultural.
  • No se estima un CFA de la versión alemana.
  • No se prueba invariancia de medida entre inglés y alemán.
  • No se prueba invariancia por edad, género, educación o cultura.
  • La medida alemana de deseabilidad social se eliminó por alfa inferior a 0,40.
  • El Estudio 2 no figura como prerregistrado.
  • El archivo OSF del Estudio 2 contiene solo 150 casos emparejados.
  • Ese archivo no permite reproducir los descriptivos marginales de N=166 en T1 y N=163 en T2.
  • El retest de alrededor de un mes no establece estabilidad durante periodos largos o cambios tecnológicos.
  • Los Estudios 1 y 3 usan muestras de conveniencia de MTurk estadounidense.
  • Los autores reconocen que puede haber participantes repetidos entre los Estudios 1 y 3.
  • No se identifica ni elimina un posible solapamiento entre las dos muestras de MTurk.
  • El Estudio 3 tiene aproximadamente dos tercios de hombres.
  • El Estudio 3 presenta un nivel educativo relativamente alto.
  • No se pondera la muestra para representar a la población estadounidense.
  • No se mide experiencia previa, alfabetización, uso efectivo o conocimiento técnico de IA en la regresión.
  • No se incluyen exposición mediática, ocupación, ingresos o ideología como covariables del modelo principal.
  • El diseño de personalidad es transversal y no establece precedencia temporal.
  • Predictores y resultado se recogen mediante autoinforme en la misma sesión.
  • La varianza de método común puede contribuir a las asociaciones.
  • El término predictor es estadístico y no causal en este diseño.
  • El modelo final explica solo el 14% de la varianza.
  • El 86% de la varianza de actitud queda sin explicar por las variables incluidas.
  • La apertura con p=0,065 no constituye apoyo convencional para H1.
  • Ocho de las once hipótesis direccionales de personalidad y demografía no reciben apoyo en el modelo final.
  • No se aplica corrección explícita por las once hipótesis o los numerosos coeficientes examinados.
  • El cambio del corte de cuatro a tres minutos se decidió después de observar cuántos participantes quedarían excluidos.
  • Ese cambio aumenta la muestra principal de 247 a 298 participantes.
  • El análisis estricto reduce el incremento de R² de Big Five de 0,08 a 0,04.
  • El coeficiente de amabilidad baja de 0,27 a 0,19 en el análisis estricto.
  • El coeficiente de mentalidad conspirativa baja de -0,22 a -0,19 en el análisis estricto.
  • Table 7 rotula N=298, pero F(11,285) implica N=297 y el archivo tiene un caso sin género dicotómico.
  • La exclusión listwise del caso de género no binario no se explica en el texto de resultados.
  • El texto informa RMSEA=0,03 para el modelo de redacción, mientras Table 2 informa RMSEA=0,06.
  • Table 2 imprime un BIC aparentemente incompleto para el modelo de facetas.
  • La afirmación de buena validez es más amplia que las pruebas de convergencia, deseabilidad social y retest presentadas.
  • No se evalúa validez de criterio con decisiones o resultados externos.
  • No se evalúa sensibilidad al cambio tras experiencias positivas o negativas con IA.
  • Una actitud general puede ocultar diferencias radicales entre IA médica, recomendadores, robots, generadores y sistemas de vigilancia.
  • Las asociaciones observadas pueden cambiar al cambiar la saliencia pública y las capacidades de la IA.
  • Las recomendaciones sobre transparencia y fomento de confianza no se prueban experimentalmente.
  • No se evalúan mecanismos que expliquen por qué amabilidad o mentalidad conspirativa se relacionan con la puntuación.
  • No se realiza replicación independiente por otro equipo.
  • La relevancia para personalidad sintética es indirecta: estudia personalidad humana y actitudes hacia IA, no rasgos de agentes artificiales.

Qué no demuestra

  • No demuestra que una actitud hacia toda la IA sea verdaderamente independiente del contexto o la aplicación.
  • No demuestra que el modelo unifactorial simple de ATTARI-12 ajuste bien.
  • No establece invariancia entre las versiones inglesa y alemana.
  • No valida por separado facetas cognitivas, afectivas y conductuales.
  • No demuestra validez predictiva sobre conducta real de adopción o evitación.
  • No demuestra que la personalidad cause actitudes hacia la IA.
  • No demuestra que cambiar amabilidad o mentalidad conspirativa cambie la actitud hacia IA.
  • No demuestra que edad cronológica sea el mecanismo responsable de actitudes más negativas.
  • No respalda una asociación significativa de apertura, género, responsabilidad, extraversión, neuroticismo o Tríada Oscura en el modelo final.
  • No permite generalizar las magnitudes a otros países, culturas o muestras representativas.
  • No establece estabilidad de ATTARI-12 durante años o cambios importantes del ecosistema de IA.
  • No demuestra que ATTARI-12 supere a instrumentos de actitud hacia IA anteriores.
  • No prueba que aumentar transparencia mejore confianza o aceptación.
  • No mide personalidad, conciencia, emoción o actitud de ningún sistema de IA.
  • No informa directamente sobre cómo diseñar o validar una personalidad sintética.

Trazabilidad

Alcance: Texto completo

Versión: Scientific Reports 14:2909 (published 5 Feb 2024); DOI 10.1038/s41598-024-53335-2; CC BY 4.0

Fuente consultada: https://www.nature.com/articles/s41598-024-53335-2

Revisión: Codex full-text, visual, psychometric, preregistration, open-data, reproducibility, statistical-integrity and claim-scope audit, 2026-07-15

Aprobación: Codex fidelity pass, 2026-07-15

Instrumentos y métricas

  • ATTARI-12: 12 items, five response points, six positive and six reverse-scored negative items
  • ATTARI-12 cognitive, affective and behavioral content facets
  • Three-item semantic differential for attitudes toward personal voice assistants
  • Three-item attitudes toward robots measure
  • 16-item Social Desirability Scale
  • Four-item AI-related career-interest index
  • 44-item Big Five Inventory
  • 27-item Short Dark Triad scale
  • Five-item Conspiracy Mentality Questionnaire
  • Confirmatory factor analysis with robust maximum likelihood
  • Bifactor S-1 models for content and negative-wording effects
  • Cronbach's alpha and hierarchical omega
  • Pearson correlations and hierarchical linear regression

Datos utilizados

  • Study 1 US MTurk all-participant SPSS dataset, N=601
  • Study 1 included-participant SPSS dataset, N=490
  • Study 2 matched German student SPSS dataset, N=150
  • Study 3 US MTurk SPSS dataset, N=353 with filter variables yielding N=298 and N=247
  • Study 1 CFA R code and rendered results
  • Study 1, Study 2 T1/T2 and Study 3 complete questionnaires
  • Study 1, Study 2 and Study 3 SPSS analysis syntax
  • English and German ATTARI-12 one-page instruments
  • Official Scientific Reports supplementary DOCX with Supplements S1–S8

Evidencia y localización

  • Metadatos, DOI, licencia y fechas editoriales: Scientific Reports 14:2909, pp. 1 and 16; DOI 10.1038/s41598-024-53335-2; published 5 Feb 2024; CC BY 4.0
  • Objetivos, once hipótesis y alcance del constructo: Paper, abstract and introduction, pp. 1–4
  • Generación de ítems, prerregistro y muestra del Estudio 1: Paper, Study 1 Method, p. 5; Supplement S1–S2
  • CFA, cargas, ajuste y efecto de redacción: Paper, Tables 2–3 and Results, pp. 6–7
  • Discrepancia RMSEA 0,03 frente a 0,06: Paper, Study 1 Results prose versus Table 2, p. 6; visual integrity audit 15 Jul 2026
  • Consistencia y validez convergente y divergente del Estudio 1: Paper, Table 4 and Results, p. 7
  • Diseño, muestra y retest del Estudio 2: Paper, Study 2 and Table 5, p. 8; Supplement S4–S5 and S8
  • Muestras, exclusiones y cambio del corte temporal del Estudio 3: Paper, Study 3 Method, pp. 8–9; Supplement S6–S7
  • Correlaciones y regresión de personalidad: Paper, Tables 6–7 and Results, pp. 9–11
  • N real de la regresión y discrepancia de la leyenda: Paper, Table 7 caption N=298 and F(11,285), p. 10; OSF Study 3 data contain 297 complete binary-gender cases
  • Limitaciones y recomendaciones de los autores: Paper, General discussion and Conclusion, pp. 11–13
  • Los doce ítems y su clasificación: Paper, Appendix, pp. 13–14; OSF English and German ATTARI-12 PDFs
  • Suplementos S1–S8 congelados: .cache/editorial-sources/article-078/supplements/audit/41598_2024_53335_MOESM1_ESM.docx; sha256 411349d4012a33ed3b1f00a766af47626ebc1ff48d679d0992e8a8c2ce964fae
  • Datos y materiales abiertos congelados: .cache/editorial-sources/article-078/supplements/audit/osf/; 16 official OSF files including SAV data, R/SPSS syntax, questionnaires and rendered CFA output; checked 15 Jul 2026
  • Reproducción del Estudio 1: OSF study1-included-data.sav, sha256 716c714cd5a169af0a2e4c08dac830f1da0945827e59dcc929cd325e1ccef8ee; N=490, alpha=.9288, r=.5986/.6756/.0372
  • Reproducción y cobertura incompleta del Estudio 2: OSF study2-data.sav, sha256 65433eb3b00c42966b184184eea7e18aa0a45431f22cd104dc420802cb2dc169; 150 matched rows only, r=.8035/.6275/.5628
  • Reproducción del Estudio 3: OSF study3-data.sav, sha256 937aeaa61b2ed1648807f1d08169bde33ca9dedadaa4214f6bc80b4857079f58; filters N=298/N=247; complete-case N=297; R2=.1385; betas reproduced
  • Lectura y comprobación visual integral: All 16 PDF pages rendered and inspected, including Tables 1–7, Appendix, author contributions, data availability and references; checked 15 Jul 2026