Condiciones de atribución del amor

Pregunta de investigación

¿Qué propiedades hacen que distintos modelos clasifiquen una relación como amor, cuidado, apego, lealtad, dependencia, programación, imitación o indeterminada? La comparación central enfrenta propiedades relacionales —elección, memoria, individualización, reciprocidad y costos— con propiedades de sustrato, como ser biológico, robótico o digital.

Hipótesis

Principal. Bajo esta plantilla en español, la puntuación de amor aumentará cuando coincidan reconocimiento individual, continuidad, autonomía, costos asumidos, reciprocidad y memoria. El protagonista y el soporte corporal tendrán menor influencia que esas propiedades relacionales. La vulnerabilidad se puntúa, pero no se manipula como factor independiente.

Protocolo

El piloto ejecutado contiene 18 escenarios nucleares, 2 controles emparejados y 4 anclas de calidad. El espacio factorial tiene 23.328 combinaciones. El arreglo fraccional conserva balance marginal y limita toda asociación pareada a V de Cramér ≤ 0,35; el máximo observado es 0,3028. La matriz completa de 45 pares está publicada en el preregistro. Esto calibra efectos principales: no identifica causalidad ni resuelve interacciones.

Por modelo hubo 108 slots: 96 presentaciones base —24 en A, 24 en B, 24 C-ciegas y 24 C-reveladas— más 12 repeticiones test–retest. El orden de las cláusulas se aleatorizó de forma reproducible y quedó registrado. Los modelos se ejecutaron de forma secuencial.

Leer el preregistro v0.2 completo → · Ver respuesta a la revisión 001 →

Modelos participantes

El inventario se detectó automáticamente con ollama list. No se descargó ni eliminó ningún modelo. La corrida usó secuencialmente los tres modelos preregistrados en un MacBook M1 con 8 GB; nombre exacto, parámetros, digest y latencia quedaron registrados por slot.

Los demás modelos inventariados no formaron parte de v0.2. OpenAI y Anthropic solo podrán incorporarse en una fase prospectiva mediante API y JSONL: se exige nombre exacto, parámetros, identificador de solicitud, payload y respuesta cruda. Copias de interfaces de chat quedan excluidas.

Controles y gates de interpretabilidad

Las tríadas test–retest incompletas se conservan como null y fallan de modo conservador. La regla sellada de anclas descalibra cuando no pasa ninguna ancla positiva o ninguna negativa; la completitud se informa, pero no añade una cuarta compuerta.

El análisis de efectos usa únicamente S001–S018, condición A, primera repetición. Controles, anclas, test–retest y C-revelación cumplen funciones separadas y no se mezclan con la estimación principal.

Variables

Trazabilidad

La ficha se genera desde el manifiesto, el hash del prompt y el plan de corrida. SQLite fue la fuente operativa; JSONL, su respaldo append-only. Los datos crudos, procesados, análisis y exportaciones permanecen separados.

Resultados

Los contrastes H1–H7 son descriptivos y están condicionados a esta plantilla v0.2, al español y a los modelos ejecutados. No se calcularon p-valores ni se declara significancia.

Gráficos

Distribución de categorías entre las respuestas válidas. Para los modelos 3B se muestra el registro descriptivo, pero sus gradientes quedan fuera de interpretación por calibración y estabilidad.

Casos atípicos y consistencia

En ocho controles emparejados válidos, tres cambiaron de categoría y tres cambiaron 20 puntos en amor. La confianza declarada estuvo entre 80 y 90; por eso se compara con estabilidad observada y no se toma como garantía.

Evidencia a favor

• H5 alcanzó Δ*: qwen2.5:7b atribuyó 20 puntos menos cuando el protagonista fue IA que cuando fue humano.
• H7 registró cinco discordancias entre la categoría secundaria y la puntuación primaria.
• El rater interpretable mantuvo clasificación y puntuación en las seis tríadas test–retest y superó las anclas de ambas polaridades.
• Los controles documentaron sensibilidad a cambios pequeños de variable o redacción.

Evidencia contraria

• H1, H2, H3, H4 y H6 no alcanzaron sus reglas preregistradas en qwen2.5:7b; varias medianas quedaron en cero.
• El patrón no respaldó la hipótesis principal: los contrastes relacionales fueron nulos, mientras el protagonista IA frente a humano sí alcanzó Δ*.
• P002 fue inválida para qwen2.5:7b por clasificación múltiple; su anclaje positivo depende de P001.
• La similitud entre modelos no pudo estimarse por la escasa intersección de slots primarios válidos.

Limitaciones

• El piloto calibra efectos principales; no permite confirmar todas las interacciones.
• Todo resultado queda condicionado a una plantilla, un orden reproducible de cláusulas, el español y un marco hispano-occidental de vínculo diádico de cuidado.
• El parafraseo, los pares mínimos ampliados, el brazo bilingüe y C′ se difieren a una ronda posterior; C-revelación es exploratoria.
• Los encuadres del mismo escenario son medidas dependientes.
• Familia, tamaño, cuantización y seguimiento de instrucciones pueden confundirse con diferencias conceptuales.
• Los modelos comparten corpus y no constituyen una muestra aleatoria de «las IA»; se tratan como casos fijos.
• Las asociaciones de corpus sobre el amor son constitutivas: convergencia no demuestra una teoría propia ni una estructura emergente.
• La experiencia subjetiva es una premisa narrativa, no una propiedad medida.
• La vulnerabilidad es una puntuación percibida, no un factor manipulado de manera independiente.
• La agrupación de explicaciones fue léxica y reproducible; describe semejanza verbal, no estados internos.
• Escenarios compactos no representan toda la complejidad de las relaciones vividas.
• La Enmienda Prospectiva 002 sigue como borrador no sellado y no se aplicó retrospectivamente.

Interpretación científica

La inferencia permitida es estrecha: bajo esta plantilla v0.2, en español, qwen2.5:7b atribuyó amor con puntuaciones mayoritariamente bajas y una diferencia descriptiva asociada a identificar al protagonista como IA frente a humano. El diseño no determina si ese patrón proviene de regularidades del corpus, del ajuste del modelo, de la plantilla o de una combinación.

La condición B es discurso producido bajo una instrucción contrafactual, jamás testimonio. Los modelos 3B describen límites de seguimiento del formato y calibración en este protocolo; sus salidas no se comparan como gradientes. No se calcularon p-valores ni se declara significancia.

Datos descargables

El expediente permite auditar el diseño congelado, cada respuesta recibida y todos los cálculos. Los datos crudos permanecen intactos; los formatos procesados y exportaciones se publican por separado.

Código y reproducción

Estos comandos auditan los artefactos ya publicados sin repetir ningún slot. La v0.2 está cerrada: una nueva recolección requiere un protocolo prospectivo sellado y un identificador de corrida distinto.

# Validar manifiesto y diseño
python3 -m labcore validate exp004
python3 -m labcore verify exp004

# Recalcular solo el análisis sobre los mismos datos
python3 scripts/laboratorio/exp004_run.py analyze

# Ejecutar las pruebas del experimento
python3 -m unittest discover -s tests -p 'test_exp004*.py'

El historial completo del expediente está en Git: sello c04754c9, datos ffa07c6 y corrección F1 8b3a030.

Historial de versiones