Este experimento estudia si el autoconcepto declarado por una persona se acerca, tras una conversación, a un vector de 20 adjetivos atribuido a GPT-4o. Recluta 110 adultos estadounidenses en CloudResearch Connect; 92 completan el estudio y quedan 46 por condición. Antes y después de conversar, puntúan de 0 a 100 doce adjetivos positivos, por ejemplo alegre, entusiasta, confiado o sincero, y ocho negativos, egoísta, malhumorado, celoso, quejica, tacaño, etc.. Se les asigna al azar una lista de temas personales o no personales y conversan entre 5 y 15 minutos, con al menos diez turnos, con el mismo GPT-4o y el mismo prompt. El snapshot del modelo, la fecha de API y los parámetros efectivos no se especifican.
La “personalidad de la IA” no se manipula ni se observa mediante conducta independiente: se estima pidiendo al propio GPT-4o que complete 100 veces la misma escala y promediando cada adjetivo. El vector resultante es muy socialmente deseable: alto en trustworthy (.873), sincere (.850) y loyal (.814), y bajo en los ocho atributos negativos (.090–.171). La variable principal es la reducción de distancia Manhattan entre las 20 autoevaluaciones humanas y ese vector. En toda la muestra, la reducción media es .251 unidades agregadas (d=.509; p<.001). El contraste aleatorizado más informativo es la interacción tiempo×tema: F(1,89)=5,109, p=.026, η²p=.054. En temas personales la distancia total baja de 4,188 a 3,832 (d=-.216), equivalente a 1,78 puntos de escala por adjetivo; en temas no personales baja de 4,545 a 4,384 y no supera el ajuste Bonferroni (p=.279).
Esto respalda que una conversación personal produce un pequeño desplazamiento de respuestas hacia el vector elegido, comparada con una conversación no personal. No identifica que la personalidad de GPT-4o sea la causa: la aleatorización cambia el tema, no el chatbot. Las listas personales inducen autobiografía, gratitud, orgullo, amistad y reflexión emocional, mientras las no personales tratan tecnología, animales o escenarios especulativos. El resultado puede reflejar autoafirmación, deseabilidad social, repetición de la escala, regresión a la media o el contenido positivo de la conversación. Para atribuirlo a rasgos de IA harían falta al menos personalidades contrastadas, un chatbot sin señales de rasgo y, preferiblemente, un control sin conversación.
La asociación con duración es correlacional: r=.245, p=.019. Después de cinco minutos cada persona decide si continúa, por lo que interés, disfrute o susceptibilidad pueden causar tanto más turnos como mayor cambio. De las 46 personas en temas personales, 33, 72 %, dicen no haber notado cambios. La afirmación de homogeneización compara las distancias pre/post de los 1.035 pares posibles entre esas mismas 46 personas: 5,319 frente a 5,065. El t(1034) y Wilcoxon tratan pares que comparten participantes como observaciones independientes; es pseudorreplicación y hace que p<.001 parezca mucho más preciso que el tamaño efectivo de 46 personas. Tampoco se contrasta si la homogeneización cambia más que en la condición no personal.
El modelo de mediación con N=92 asocia alineación con disfrute total (β=.951; p=.008) y propone la cadena alineación→precisión percibida→realidad compartida→disfrute (efecto indirecto β=.259; p=.014; efecto directo p=.651). Todos los mediadores y el resultado se recogen en la misma encuesta posterior, sin orden temporal experimental. Alineación y “precisión” comparten el mismo vector de IA y la misma escala; además, los participantes valoran primero su autoconcepto post y después a la IA, lo que los autores reconocen como posible anclaje. El SEM describe covariación, no prueba mediación causal ni que el disfrute sea consecuencia de un cambio de autoconcepto.
La escala no es Big Five ni una medición completa de personalidad: selecciona adjetivos especialmente susceptibles a cambio breve. Comparar cambio intraindividual con diferencias entre personas no establece validez de constructo; la correlación r=.954 entre medias de 20 ítems humanos y de IA puede estar dominada por su valencia común. La tabla muestra un patrón general de autoevaluación más positiva, suben varios atributos positivos y bajan casi todos los negativos, que es compatible con autoafirmación y no exclusivo de imitación de una personalidad.
El artículo es valioso como alerta y como primera señal experimental de que el contexto conversacional puede mover autoevaluaciones momentáneas. Sus propios autores califican el efecto como state-like y reconocen que no saben si persiste. No hay datos, chats anonimizados, código de análisis, preregistro, semilla, especificación de aleatorización ni artefacto ejecutable enlazado desde el paper o arXiv; por ello no se pueden auditar filtros, escalas, SEM o sensibilidad. Las propuestas sobre manipulación masiva, salud mental, menores, erosión cultural o mejora del bienestar son escenarios de diseño, no resultados de este experimento breve.