Este trabajo prueba si descripciones textuales basadas en OCEAN cambian las decisiones de agentes virtuales controlados por un LLM en una evacuación de incendio. Usa un único modelo, gpt-oss:120b-cloud mediante Ollama, con temperatura 0,1, top-k 10 y top-p 0,1. Construye seis prompts: cinco perfiles extremos y uno denominado neutral. Cada perfil extremo no modifica un rasgo de forma aislada: fija el rasgo que le da nombre en alto y los otros cuatro en bajo, convirtiendo el vector completo en largas listas de adjetivos. Cien agentes por perfil reciben hasta cinco avisos de peligro creciente y eligen Evacuate, Continue o Panic. Los resultados son casi deterministas: los 100 agentes conscientious y neutral terminan evacuando, los 100 neurotic terminan en pánico, cerca del 80% de los open evacúa y aproximadamente el 20% continúa, mientras solo alrededor del 20% de los extraverted evacúa. En un segundo ejercicio se ejecuta una sola simulación de 30 agentes por cada uno de cuatro perfiles ayudantes, siempre junto a 15 agentes neurotic. Todas las llamadas de rescate observadas para neutral (9) y agreeable (12) respondieron ayudar; todas las de conscientious (52) y open (31) respondieron no ayudar. Esto demuestra que la redacción de estos prompts puede producir políticas de acción distintas en este modelo y escenario. No demuestra que los agentes reproduzcan personalidad humana ni que la simulación sea más realista. Los perfiles cambian simultáneamente los cinco rasgos y contienen adjetivos que anticipan directamente las respuestas: anxious e impulsive favorecen Panic; altruistic y cooperative favorecen Help; adventurous y daring favorecen ignorar el riesgo. El control neutral tampoco está libre de personalidad: incluye a la vez todos los marcadores positivos y negativos, muchos contradictorios. No existe control sin persona, comparación con humanos, modelo psicológico cuantitativo, segundo LLM, baseline basado en reglas ni validación con evacuaciones reales. El artículo usa significativamente en sentido narrativo, pero no presenta pruebas de hipótesis, intervalos de confianza ni análisis de independencia. Las cuatro simulaciones de rescate aportan una ejecución por condición y cuentan encuentros dentro de cada trayectoria, no réplicas independientes; además no informan tiempos de evacuación, víctimas o una métrica colectiva de seguridad. Sin código, prompts completos de usuario, salidas, datos, semillas o versiones fijadas del modelo, las cifras no son reproducibles. La conclusión fiel es limitada pero útil: un LLM puede traducir descriptores de personalidad muy explícitos en decisiones distintas dentro de un prototipo de evacuación; la fidelidad psicológica, el realismo y la mejora frente a métodos tradicionales quedan pendientes de validación.
Pregunta de investigación
¿Pueden prompts textuales derivados de perfiles OCEAN hacer que un LLM elija acciones distintas para agentes virtuales durante una evacuación, tanto ante alertas de incendio como ante oportunidades de ayudar a agentes en pánico?