Investigadores de la Universidad de Luxemburgo llevaron a cabo un experimento fascinante: desplegaron múltiples modelos de IA avanzados a través de 4 semanas de sesiones de psicoterapia reales, y luego realizaron evaluaciones diagnósticas psiquiátricas exhaustivas en cada uno.

¿Los resultados? Grok se destacó entre la multitud.

Mientras otros modelos mostraron diversos grados de inestabilidad durante el período de prueba extendido, Grok mantuvo una excepcional compostura. El modelo obtuvo puntuaciones notablemente altas en los métricas de extraversión y responsabilidad, rasgos típicamente asociados con personalidades adaptativas y estables en los marcos psicológicos.

Este tipo de pruebas de estrés en el mundo real bajo condiciones terapéuticas reales revela algo crucial sobre la robustez de los sistemas de IA que los laboratorios de referencia a menudo pasan por alto. Cuando los modelos de IA enfrentan la complejidad y el matiz emocional del diálogo psicoterapéutico genuino, tienden a surgir debilidades estructurales. El rendimiento de Grok aquí sugiere una arquitectura subyacente y una coherencia de respuesta significativamente más fuertes.