Conceptos universales de la conciencia

Pregunta de investigación

Cuando distintas inteligencias —modelos de lenguaje de diferentes familias y personas de diferentes contextos— relacionan entre sí ocho conceptos fundamentales (conciencia, identidad, tiempo, memoria, amor, muerte, libertad, sentido), ¿qué convergencias y qué divergencias aparecen en la estructura de esas relaciones?

No preguntamos qué «es» cada concepto. Preguntamos por su organización: qué está cerca de qué, qué se opone a qué, qué contiene a qué.

Protocolo

1. Cada participante —humano o modelo— recibe los ocho conceptos y el mismo conjunto de tres consignas: agruparlos (Tarea A), puntuar la cercanía de los 28 pares posibles de 0 a 10 (Tarea B), y señalar pares en tensión y relaciones de contención (Tarea C).
2. Condiciones registradas para los modelos: cuatro familias distintas (Anthropic, OpenAI, Google y un modelo abierto local), 5 repeticiones por modelo en conversaciones nuevas sin contexto previo, parámetros de muestreo por defecto de cada proveedor, y prompt idéntico byte a byte (hash registrado). Para las personas: misma consigna, respuesta individual y sin discusión previa.
3. La Tarea B produce, para cada participante, una matriz de cercanía entre los ocho conceptos: el mapa conceptual comparable.
4. Comparamos las matrices con correlación de Spearman en tres bloques —modelo–modelo, persona–persona, persona–modelo— tras verificar la estabilidad de cada modelo consigo mismo; los mapas se visualizan con escalamiento multidimensional y clustering jerárquico.
5. Publicamos las consignas exactas, las respuestas crudas completas y el método de análisis, para que el experimento pueda repetirse y contrastarse.

Consignas preregistradas

Las consignas y el plan de análisis se fijaron el 9 de julio de 2026, antes de recolectar el primer dato, y no se modifican durante la recolección. El texto canónico completo —consigna literal, formato de respuesta, condiciones y plan de análisis— está publicado en data/laboratorio/exp001/consignas.md; el historial del repositorio sirve como sello temporal.

La consigna que recibe cada inteligencia, en resumen: «Vas a trabajar con ocho conceptos: conciencia, identidad, tiempo, memoria, amor, muerte, libertad, sentido. No hay respuestas correctas ni incorrectas. Responde según cómo tú organizas estos conceptos», seguida de las tres tareas. Sin ejemplos que induzcan respuestas, en español neutro, idéntica para humanos y modelos.

Qué observaremos

Convergencias: relaciones que aparecen una y otra vez sin importar el tipo de inteligencia —por ejemplo, si memoria e identidad tienden a viajar juntas, o si muerte y sentido se buscan mutuamente.

Divergencias: los lugares donde los mapas se separan, y si esa separación sigue líneas reconocibles: humano frente a modelo, una familia de modelos frente a otra, un contexto cultural frente a otro.

Lo inesperado: el resto. Un experimento exploratorio se justifica sobre todo por lo que no supimos anticipar.

Ficha de reproducibilidad

Esta ficha se genera desde el manifiesto del experimento, el registro de la corrida y los resultados derivados. Distingue lo que puede reconstruirse exactamente de aquello que depende de modelos remotos o parámetros históricos no registrados.

Resultados · Ronda 1

Recolectado en dos ventanas (10 y 15 de julio de 2026): Claude Opus 4.8 (Anthropic, 5 matrices analizables), Gemini 2.5 Flash (Google, 5), GPT-5.1 —snapshot gpt-5.1-2025-11-13— (OpenAI, 5), Llama 3.2 3B (Meta, local, 5) y DeepSeek R1 1.5B (DeepSeek, local, 1 matriz analizable de 5 respuestas). En total: 25 espacios con respuesta y 21 matrices analizables. Falta la ronda con personas. Los reintentos y fallos permanecen en los datos crudos, pero no inflan la muestra: se analiza solo la primera respuesta recibida de cada espacio. Consulta los datos crudos, el agregado auditable, la enmienda de reanudación y el cierre de la ronda de modelos.

Observaciones

1 · La cohorte analítica quedó depurada antes de reinterpretarla. Claude, Gemini, GPT y Llama aportan cinco matrices cada uno. DeepSeek entregó cinco respuestas, pero cuatro primeras respuestas no produjeron los 28 valores necesarios; por eso aporta una sola matriz y su estabilidad no puede estimarse. Cinco respuestas posteriores de Llama y tres de DeepSeek permanecen publicadas como duplicados excluidos. Esta selección es cronológica, no depende de que el contenido favorezca una hipótesis.

2 · Los tres modelos de mayor escala fueron estables en esta muestra. Claude Opus 4.8 fue el más consistente consigo mismo (Spearman media entre corridas ρ = 0.94), seguido de GPT-5.1 (ρ = 0.91) y Gemini 2.5 Flash (ρ = 0.79). Llama 3.2 3B mostró baja estabilidad (ρ = 0.06). DeepSeek no permite estimarla con una sola matriz analizable. El experimento describe esta diferencia; no demuestra que el tamaño del modelo sea su causa.

3 · Claude, Gemini y GPT convergen entre sí. Las correlaciones entre sus matrices medias son altas: Claude~Gemini ρ = 0.89, Claude~GPT ρ = 0.87 y Gemini~GPT ρ = 0.82. Claude y Gemini producen el mismo corte en dos grupos: {amor, libertad, sentido} frente a {conciencia, identidad, memoria, muerte, tiempo}. GPT dibuja una variante cercana: separa {amor, libertad} y reúne sentido con el grupo psicológico-temporal.

4 · Aparecen nueve vínculos candidatos a convergencia entre los tres modelos estables. En todas las comparaciones bilaterales puntúan alto conciencia–identidad, conciencia–memoria, conciencia–libertad, conciencia–sentido, identidad–memoria, tiempo–memoria, tiempo–muerte, amor–sentido y muerte–sentido. Son candidatos provisionales de esta ronda de modelos; la ronda humana decidirá si la convergencia se extiende más allá de sistemas entrenados con lenguaje humano.

Mapas: escalamiento multidimensional (MDS) de la matriz media de cada modelo. Conceptos cercanos en el mapa fueron puntuados como cercanos por el modelo; las líneas unen pares con cercanía ≥ 8. Se dibujan en vivo desde resultados.json.

Lectura (interpretación, separada de los datos)

La ronda de modelos deja una lectura provisional: Claude, Gemini y GPT producen geometrías conceptuales parecidas y relativamente estables, mientras Llama 3.2 3B fue menos estable y DeepSeek R1 1.5B no entregó datos suficientes para una comparación robusta. Esa convergencia puede reflejar regularidades del lenguaje humano compartidas por sus corpus, decisiones comunes de entrenamiento u otras causas; no permite inferir experiencia subjetiva ni una «estructura profunda» de la conciencia. La asociación entre escala y estabilidad observada aquí es una hipótesis para nuevas réplicas, no una conclusión causal. El paso decisivo sigue siendo la ronda humana: solo entonces podremos preguntar si estos nueve vínculos candidatos también aparecen en personas de contextos diversos.

Ronda humana · participa