El preprint estudia si cinco LLM mantienen perfiles estudiantiles con rasgos de ADHD entre ejecuciones y durante conversaciones de nueve turnos. En 4.968 narrativas independientes y 3.952 diálogos, los autoinformes permanecen casi constantes, mientras las valoraciones de tres LLM observadores bajan en conversaciones no guionizadas para perfiles altos y moderados. Con preguntas guionizadas y relevantes para los síntomas, sus medias quedan casi planas; el «97%» es sólo la reducción descriptiva de 4,0 a 0,1 puntos en el perfil alto de educación. Esto no demuestra que la deriva desaparezca: el modelo inferencial agrupa perfiles, omite interacciones y excluye el control default, que bajo guion sube 2,49 puntos. Además, el control no está limpio: aun sin descripción de persona, la tarea ordena mostrar cómo influye el ADHD, y el guion recuerda responder conforme a «tus síntomas». La estabilidad puede reflejar seguimiento de instrucciones, límites de escala y solapamiento con CAARS, no una personalidad interna ni realismo clínico. No hay participantes con ADHD, validación educativa, datos ni código públicos para recalcular los resultados.
Pregunta de investigación
¿Con qué estabilidad reproducen distintos LLM perfiles con intensidad alta, moderada, baja o default de rasgos tipo ADHD entre conversaciones independientes y a lo largo de diálogos, y cambia esa estabilidad al estructurar las preguntas del interlocutor?