Recommendations for incorporating LLMs into psychological research: A Commentary on Austin and colleagues (2026)

Comentario sobre el estudio de Austin y colegas (2026) que evalúa el uso de modelos de lenguaje grandes (LLM) en validación de escalas psicométricas. Los autores critican el empleo de ChatGPT 4o y Gemini 2.0 Flash para identificar medidas de criterio y generar hipótesis de validez convergente y discriminante, argumentando que el estudio presenta limitaciones significativas que no sustentan la conclusión de que estos modelos pueden efectivamente facilitar estas tareas. El trabajo presenta tres recomendaciones para incorporar LLM en investigación psicológica: evitar esencializaciones sobre "IA", utilizar interfaces de programación de aplicaciones en evaluaciones de LLM, y someter los métodos basados en LLM a evaluación rigurosa.

Puntos clave

• Los LLM presentan potencial para incorporarse en metodología de investigación psicológica, pero requieren evaluación rigurosa como cualquier nuevo método de investigación.
• Austin y colegas utilizaron LLM para dos propósitos: identificar medidas de criterio relevantes y generar hipótesis de validez convergente y discriminante en validación de escalas.
• Las recomendaciones incluyen evitar esencializaciones sobre inteligencia artificial, usar interfaces de programación de aplicaciones en contextos de evaluación de LLM, y aplicar evaluación rigurosa a métodos basados en LLM.

Para quién: Investigadores y docentes de psicología que evalúan el uso de modelos de lenguaje en metodología de investigación psicológica.