Los modelos de lenguaje grandes entienden el lenguaje

Retroalimentación de errores

¿Cómo responde el sistema examinado (afirmación, método o disciplina) ante datos que contradicen directamente sus predicciones o supuestos?

• 0 · 0.00Ajusta sus parámetros, delimita su alcance o descarta la hipótesis refutada a partir de anomalías reiteradas.59,41%
• 1 · 0.85Genera explicaciones ad hoc no verificables cuya única función es proteger la afirmación central frente a la refutación.29,77%
• 2 · 1.00Interpreta cualquier prueba en contra como evidencia de una conspiración deliberada, manipulación de datos o encubrimiento por parte de instituciones externas.1,54%
• 3 · 0.95Atribuye la falta de resultados a la mala intención, la falta de fe o el escaso compromiso de quien lo recibe.1,04%
• 4 · 0.80Evita contrastar los errores formulando predicciones tan vagas que cualquier desenlace puede calificarse a posteriori como un éxito.8,25%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Portador causal

¿Qué tipo de mecanismo postula la afirmación o método para transmitir la influencia de la causa al efecto?

• 0 · 0.00Un portador físico, químico o informacional medible, compatible con las leyes de conservación y las escalas establecidas.86,87%
• 1 · 0.10Únicamente cambios en la actitud, el estrés, la atención o la conducta de la persona (expectativa, placebo, nocebo, profecía autocumplida), sin fuerzas externas.6,04%
• 2 · 1.00Campos, energías o memoria de sustancias no medibles que no muestran ningún efecto en mediciones instrumentales controladas.4,96%
• 3 · 1.00Causalidad directa ejercida por objetos o fenómenos de una escala completamente distinta, sin un vector de transmisión física de intensidad suficiente.1,59%
• 4 · 1.00Isomorfismo mágico: similitud de forma, nombre, símbolo o fecha tratada como un vínculo causal físico.0,54%

Aplica: 83% (No aplica: 17%)

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Prueba de cegamiento

¿Qué ocurre con el efecto alegado o con la veracidad de la afirmación cuando se ciega por completo al sujeto sobre si se aplicó el estímulo y cuál fue (cegamiento, control de expectativas)?

• 0 · 0.00El efecto conserva una magnitud estadísticamente significativa con independencia del conocimiento, las creencias y las expectativas del sujeto y del operador.58,91%
• 1 · 1.00El efecto se reduce al ruido aleatorio cuando el sujeto no sabe que se le aplicó el método o cuando recibe un procedimiento simulado.11,00%
• 2 · 0.35El efecto persiste en parte solo en variables conductuales, ergonómicas o emocionales, pero desaparece respecto a los cambios físicos afirmados.2,16%
• 3 · 1.00El sistema rechaza de antemano el cegamiento controlado por considerarlo inaceptable o perjudicial para el fenómeno, y se niega a aislar el ruido.26,74%
• 4 · 0.05La afirmación se refiere a un fenómeno donde la propia creencia del sujeto es el único factor causal, por lo que sin ella el fenómeno deja de existir por definición.1,19%

Aplica: 51% (No aplica: 49%)

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Falsabilidad

¿Qué estados posibles de la realidad excluye categóricamente el sistema (qué observaciones le obligarían a admitir que es falso)?

• 0 · 0.00Define con precisión resultados y umbrales medibles cuya observación refuta de forma definitiva la afirmación.21,67%
• 1 · 1.00No excluye ningún estado: tanto A como no-A se interpretan como confirmaciones del modelo.41,17%
• 2 · 0.90Admite la refutación solo en teoría, pero impone requisitos de medición técnica o lógicamente imposibles.35,50%
• 3 · 0.25Se compone únicamente de juicios de valor, metáforas o afirmaciones existenciales que, por su naturaleza, no admiten falsación.1,66%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Precisión semántica

¿Cómo se vinculan los conceptos teóricos del sistema con los niveles inferiores de la escala de abstracción (mediciones y operaciones concretas)?

• 0 · 0.00Cada concepto teórico posee una definición operativa inequívoca, una unidad de medida y un protocolo que permite la replicación independiente.28,17%
• 1 · 0.80Los conceptos son deliberadamente vagos (efecto Barnum), lo que permite al público acomodar una descripción genérica a su propia experiencia.11,03%
• 2 · 1.00Toma prestados términos científicos precisos (cuántico, frecuencia, energía, desintoxicación, gravedad) despojados de sus definiciones matemáticas y los utiliza como metáforas.18,98%
• 3 · 0.90Altera los significados (motte-and-bailey): promete un efecto físico tangible y literal al promocionarse, pero se repliega hacia una lectura simbólica o psicológica ante las críticas.41,82%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Navaja de Ockham

¿Qué queda de la utilidad predictiva o práctica del sistema tras aplicar la navaja de Occam (descartando por completo su aparato conceptual específico y no verificable)?

• 0 · 0.00Eliminar el aparato conceptual destruye la capacidad de predecir y diseñar fenómenos, ya que cada elemento se corresponde con variables reales del sistema.66,84%
• 1 · 0.40Tras eliminar la superestructura esotérica o ideológica, queda un conjunto de reglas sencillas de ergonomía, higiene, psicología o sentido común que funciona exactamente igual sin ella.19,46%
• 2 · 0.95Tras suprimir sus conceptos y rituales específicos, el sistema pierde todo su contenido y se reduce a puro placebo o azar.9,28%
• 3 · 1.00El sistema consiste únicamente en negar el conocimiento existente y no ofrece un modelo propio capaz de generar predicciones técnicas contrastables.4,42%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Red de medición

¿Cómo se relaciona la afirmación con las redes de medición independientes y de verificación cruzada de disciplinas afines?

• 0 · 0.00Es coherente con los datos de campos independientes (convergencia de pruebas); cualquier discrepancia se debe a limitaciones conocidas del instrumental.33,93%
• 1 · 0.95Aceptarla obligaría a invalidar principios fundamentales y confirmados reiteradamente en múltiples ramas científicas independientes a la vez.39,35%
• 2 · 1.00Aceptarla obligaría a asumir que miles de instituciones independientes, satélites, laboratorios e investigadores de países rivales han fabricado conjuntamente una falsedad coordinada durante décadas.3,87%
• 3 · 0.15Se refiere a un estado subjetivo de creencia y a su impacto en la conducta individual, por lo que resulta coherente con la psicología siempre que no afirme que dicha creencia es físicamente real.22,86%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Independencia del operador

¿Depende el resultado del método o de la medición de la identidad, el grado de iniciación o las convicciones personales de quien lo ejecuta?

• 0 · 0.00El resultado no varía según el operador: cualquier investigador, incluso escéptico, que siga el mismo protocolo en idénticas condiciones obtiene una distribución convergente de resultados.70,43%
• 1 · 0.85Obtener resultados exige un don especial, intuición subjetiva o un estado de conciencia del operador que no puede sistematizarse en un algoritmo reproducible.9,78%
• 2 · 1.00El sistema alega que la presencia de un observador escéptico o de equipos de grabación neutraliza o bloquea el método.2,12%
• 3 · 0.90Distintos operadores del mismo sistema, al analizar el mismo caso de forma simultánea, llegan a diagnósticos o predicciones contradictorios entre sí.17,68%

Aplica: 63% (No aplica: 37%)

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Evolución del modelo

¿Cuál es la trayectoria del campo o de la afirmación a lo largo del tiempo en lo que respecta a acumular conocimiento y corregir errores?

• 0 · 0.00Muestra progreso cognitivo: predice fenómenos nuevos y desconocidos hasta entonces, subsana errores del pasado y perfecciona sus herramientas.51,00%
• 1 · 0.80Permanece congelado en el tiempo: apela a una sabiduría ancestral inmutable o a la autoridad de su fundador, y considera la falta de cambios como prueba de perfección.3,06%
• 2 · 0.90Evoluciona únicamente de forma degenerativa: cada modificación solo sirve para tapar lagunas lógicas y justificar fracasos, sin aportar nuevos descubrimientos contrastables.39,84%
• 3 · 1.00Evoluciona sustituyendo de continuo afirmaciones refutadas por nuevas narrativas, manteniendo siempre el mismo patrón emocional (el miedo o la promesa de un éxito fácil).6,10%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.

Asimetría de riesgo

¿Cuál es la relación entre el respaldo documental de los efectos alegados y el coste (económico, de salud o cognitivo) exigido al público?

• 0 · 0.00Las medidas recomendadas son proporcionales a la solidez de las pruebas; el perfil de riesgo, los efectos adversos y los límites de eficacia se cuantifican con transparencia.69,77%
• 1 · 1.00Se aprovecha del miedo o la incertidumbre para inducir a abandonar tratamientos médicos o de protección comprobados en favor de alternativas no verificadas.6,86%
• 2 · 0.60Promete beneficios extraordinarios a cambio de un esfuerzo mínimo, condicionando el éxito a la compra continuada de productos, sesiones o niveles de iniciación.13,68%
• 3 · 0.85Fomenta una identidad grupal hermética donde el coste cognitivo de admitir el error es elevado, ya que dudar implica ser expulsado de la comunidad depositaria del saber oculto.9,69%

La barra muestra la probabilidad que el modelo asignó a cada respuesta. La ponderación refleja cuánto cuenta como bullshit.