Este trabajo propone un modelo evolutivo en el que una frase inglesa de unas diez palabras funciona como “gen” de personalidad relacionado con cooperación o egoísmo. Llama-2-13B-Chat-GPTQ no juega cada ronda como agente conversacional: se usa una vez por cada frase única para compilarla en un fenotipo determinista, una tabla de 16 acciones C/D que cubre todas las historias posibles de dos rondas del dilema del prisionero. Si una respuesta no contiene una elección identificable, se regenera hasta diez veces y después se asigna una acción aleatoria. La tabla queda cacheada para todas las apariciones futuras de esa frase. El LLM vuelve a intervenir en la mutación: con probabilidad 0,05, reescribe el gen hacia un tono cooperativo o egoísta elegido al azar. La simulación usa 30 individuos, 1.000 generaciones, torneos round-robin de 20 rondas, ruido de acción 0,05 y payoffs R=4, T=5, S=0 y P=1. Siete genes iniciales generados por GPT-4 cubren una gradación de egoísmo a cooperación. Para comprobar el mapeo inicial, cada gen se compila 50 veces con temperatura 0,9; los extremos producen, en promedio, aproximadamente 0,1 y 0,7 de cooperación, mientras las descripciones intermedias son más variables. Sin embargo, esa variabilidad se omite después: cada gen nuevo conserva una única muestra determinista. En 15 ensayos evolutivos, la cooperación media del modelo lingüístico es 0,31, con una moda cercana a 0,18 y cola hacia valores altos; la distancia coseno media entre genes promedio separados 20 generaciones es 0,05, con fuerte pico alrededor de 0,02. Los autores interpretan esto como largos estancamientos dominados por defección interrumpidos por invasiones cooperativas. Un ensayo ilustrativo pasa de aproximadamente 0,05 de cooperación hasta la generación 300, sube a 0,55, alcanza cerca de 0,75 hacia la 850 y cae a 0,15 hacia la 900. El control codifica directamente las 16 acciones y muta volteando una o dos: logra cooperación media 0,50 y distancia coseno 0,07, con trayectorias más graduales y parecidas entre ensayos. La comparación muestra que introducir una reescritura lingüística crea mutaciones de tamaño irregular y una topología evolutiva distinta; no aísla “personalidad”, porque también cambia simultáneamente representación, operador de mutación y mapeo genotipo-fenotipo. El análisis léxico asocia palabras frecuentes con resultados: “gently”, “fosters”, “establishes” y “harmony” aparecen en genes con cooperación alta; “trampling”, “trumps”, “disregard”, “blatant” y “skepticism” con defección. Son asociaciones entre palabras que coexisten dentro de frases seleccionadas, no efectos causales de tokens individuales; no hay ablación, regresión ni control por contexto. La contribución real es demostrar que un LLM cuantizado puede servir como operador semántico dentro de un modelo de vida artificial y producir dinámicas no triviales. No demuestra evolución de personalidad humana ni que los agentes posean rasgos psicológicos. “Personalidad” se operacionaliza como frases sobre cooperación/beneficio propio, sin instrumento Big Five, validación humana o correspondencia con conducta real; los autores reconocen que esa correspondencia queda sin comprobar. La reproducibilidad es limitada: no se publican código ni datos, solo disponibles a petición, ni semillas, entorno, commit o rama exacta del modelo GPTQ, versión de librerías, prompt de GPT-4 que creó los genes iniciales, fallos de parsing o tasas de fallback. El repositorio de modelo sigue accesible y ofrece múltiples cuantizaciones, pero el artículo no fija cuál usó. Por tanto, los resultados son evidencia exploratoria sobre evolución de representaciones lingüísticas compiladas por un LLM en un juego muy concreto, no evidencia psicológica o social sobre personas.
Pregunta de investigación
¿Puede un LLM mapear descripciones lingüísticas de cooperación y egoísmo a estrategias del dilema del prisionero y actuar como operador de mutación para generar dinámicas evolutivas distintas de una codificación directa de acciones?