{"id":11889,"date":"2026-04-26T16:46:55","date_gmt":"2026-04-26T19:46:55","guid":{"rendered":"https:\/\/convergencia.tech\/inicio\/?p=11889"},"modified":"2026-04-26T16:46:56","modified_gmt":"2026-04-26T19:46:56","slug":"mirofish-vs-gemelos-digitales-de-personas-dos-visiones-de-la-ia-que-nos-imita","status":"publish","type":"post","link":"https:\/\/convergencia.tech\/inicio\/mirofish-vs-gemelos-digitales-de-personas-dos-visiones-de-la-ia-que-nos-imita\/","title":{"rendered":"Mirofish vs. Gemelos Digitales de Personas: Dos visiones de la IA que nos imita"},"content":{"rendered":"\n

<\/p>\n\n\n\n

La simulaci\u00f3n de personas reales mediante inteligencia artificial dej\u00f3 de ser ciencia ficci\u00f3n.<\/strong> Dos proyectos distintos \u2014uno acad\u00e9mico y uno de producto\u2014 est\u00e1n redefiniendo c\u00f3mo las m\u00e1quinas pueden modelar la individualidad humana. Aunque comparten tecnolog\u00eda de base, sus objetivos, arquitecturas y consecuencias \u00e9ticas apuntan en direcciones opuestas.<\/p>\n\n\n\n

\n\n\n\n

\u00bfQu\u00e9 es Mirofish?<\/h2>\n\n\n\n

Mirofish es un sistema de inteligencia artificial centrado en el individuo, dise\u00f1ado para construir un modelo personalizado de cada usuario a partir de sus comportamientos, preferencias y decisiones acumuladas en el tiempo. Su premisa central es que la mejor manera de asistir a una persona es entenderla profundamente, no como miembro de un segmento demogr\u00e1fico, sino como individuo con idiosincrasia propia.<\/p>\n\n\n\n

A diferencia de los sistemas de recomendaci\u00f3n cl\u00e1sicos que promedian comportamientos, Mirofish genera un gemelo funcional que evoluciona junto al usuario: aprende de sus elecciones, anticipa sus necesidades y puede actuar en su nombre. El usuario es, al mismo tiempo, el due\u00f1o y el beneficiario principal de su propio gemelo.<\/p>\n\n\n\n

\n\n\n\n

\u00bfQu\u00e9 son los Gemelos Digitales de Personas (Stanford + Google DeepMind)?<\/h2>\n\n\n\n

En 2024, investigadores de Stanford y Google DeepMind publicaron uno de los estudios de agentes de IA m\u00e1s citados del a\u00f1o: la construcci\u00f3n de 1.000 agentes generativos<\/strong> que simulan personas reales con una precisi\u00f3n del 85% en sus respuestas y decisiones.<\/p>\n\n\n\n

Seg\u00fan Stanford HAI<\/a>, el equipo entrevist\u00f3 a 1.052 personas durante dos horas cada una. Las transcripciones de esas entrevistas se utilizaron como memoria de largo plazo para agentes construidos sobre LLMs. El resultado: agentes capaces de responder encuestas, tomar decisiones pol\u00edticas y simular comportamiento individual con una fidelidad sin precedentes.<\/p>\n\n\n\n

El investigador principal, Joon Sung Park, describe el proyecto no como una tecnolog\u00eda para crear deepfakes<\/em> emocionales, sino como un banco de pruebas de pol\u00edtica p\u00fablica<\/strong>: un conjunto de estadounidenses virtuales, demogr\u00e1ficamente representativos e individualmente heterog\u00e9neos, sobre los cuales testear decisiones \u2014desde respuestas a pandemias hasta pol\u00edticas clim\u00e1ticas\u2014 antes de implementarlas en el mundo real.<\/p>\n\n\n\n

Pod\u00e9s leer la arquitectura t\u00e9cnica completa y las advertencias \u00e9ticas del proyecto en la nota de pol\u00edtica de Stanford HAI<\/a>.<\/p>\n\n\n\n

\n\n\n\n

Similitudes t\u00e9cnicas y conceptuales<\/h2>\n\n\n\n

Aunque los proyectos tienen objetivos distintos, comparten varios fundamentos:<\/p>\n\n\n\n

1. LLMs como n\u00facleo cognitivo<\/strong> Ambos utilizan modelos de lenguaje de gran escala como motor de razonamiento. No son sistemas de reglas ni modelos estad\u00edsticos cl\u00e1sicos: procedan del lenguaje natural para generar comportamiento simulado.<\/p>\n\n\n\n

2. Rechazo del promedio<\/strong> Ninguno de los dos trabaja con \u00abusuarios tipo\u00bb. Tanto Mirofish como el proyecto de Stanford apuestan por capturar la particularidad<\/em> de cada persona: sus prioridades reales, sus contradicciones, sus patrones de decisi\u00f3n concretos.<\/p>\n\n\n\n

3. Datos cualitativos como input privilegiado<\/strong> Stanford usa transcripciones de entrevistas en profundidad. Mirofish usa se\u00f1ales de comportamiento acumuladas. En ambos casos, el insumo cr\u00edtico es lo que la persona realmente hace o dice<\/em>, no lo que declara en una encuesta de cinco opciones.<\/p>\n\n\n\n

4. Brecha intenci\u00f3n-comportamiento<\/strong> Los dos proyectos intentan resolver uno de los problemas cl\u00e1sicos de las ciencias sociales: la diferencia entre lo que la gente dice que har\u00eda y lo que efectivamente hace.<\/p>\n\n\n\n

5. Tensiones de privacidad y consentimiento<\/strong> Como advierte el equipo de Stanford en su documento de pol\u00edtica<\/a>, ambos sistemas almacenan datos sensibles y plantean preguntas abiertas sobre qui\u00e9n controla el gemelo, para qu\u00e9 puede usarse y c\u00f3mo se garantiza el consentimiento informado.<\/p>\n\n\n\n

\n\n\n\n

Diferencias t\u00e9cnicas y funcionales<\/h2>\n\n\n\n
Dimensi\u00f3n<\/th>Stanford \/ DeepMind<\/th>Mirofish<\/th><\/tr><\/thead>
Input principal<\/strong><\/td>Entrevista de 2 horas (snapshot \u00fanico)<\/td>Se\u00f1ales de comportamiento continuas<\/td><\/tr>
Din\u00e1mica temporal<\/strong><\/td>Est\u00e1tica: el gemelo refleja un momento<\/td>Evolutiva: el gemelo crece con el usuario<\/td><\/tr>
Escala de simulaci\u00f3n<\/strong><\/td>1.000 personas simult\u00e1neas<\/td>1 persona con alta fidelidad<\/td><\/tr>
Qui\u00e9n consulta al gemelo<\/strong><\/td>Investigadores, legisladores, terceros<\/td>El propio usuario<\/td><\/tr>
Prop\u00f3sito declarado<\/strong><\/td>Pol\u00edtica p\u00fablica, simulaci\u00f3n social<\/td>Agencia personal, decisi\u00f3n individual<\/td><\/tr>
Relaci\u00f3n con el individuo<\/strong><\/td>El gemelo existe para ser consultado por otros<\/em><\/td>El gemelo trabaja para<\/em> la persona<\/td><\/tr>
Contexto de uso<\/strong><\/td>Acad\u00e9mico \/ experimental<\/td>Producto orientado al usuario final<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\n

Objetivos distintos: hacia afuera vs. hacia adentro<\/h2>\n\n\n\n

Esta es la diferencia filos\u00f3fica m\u00e1s profunda entre ambos proyectos.<\/p>\n\n\n\n

El proyecto de Stanford<\/strong> piensa el gemelo digital como un instrumento de representaci\u00f3n colectiva<\/strong>. El gemelo te representa ante el sistema<\/em>: ante investigadores, ante dise\u00f1adores de pol\u00edticas, ante instituciones que necesitan entender c\u00f3mo un conjunto diverso de personas responder\u00eda a una intervenci\u00f3n. Como se\u00f1ala Tech Fixated<\/a>, los participantes fueron alentados a compartir lo que m\u00e1s les importaba personalmente, permitiendo que la IA capture matices que las encuestas tradicionales pierden.<\/p>\n\n\n\n

Mirofish<\/strong>, en cambio, piensa el gemelo como un instrumento de agencia personal<\/strong>. El gemelo trabaja para vos<\/em>: amplifica tu capacidad de decisi\u00f3n, recuerda tu contexto, act\u00faa en tu nombre cuando lo autoriz\u00e1s. No te representa ante otros; te ayuda a entenderte mejor y a operar en el mundo con m\u00e1s efectividad.<\/p>\n\n\n\n

Son, en cierta forma, la misma tecnolog\u00eda mirando en direcciones opuestas: uno hacia afuera (sociedad, pol\u00edtica p\u00fablica), otro hacia adentro (la vida concreta del individuo).<\/p>\n\n\n\n

\n\n\n\n

Una tensi\u00f3n \u00e9tica que conecta los dos proyectos<\/h2>\n\n\n\n

El equipo de Stanford advierte expl\u00edcitamente que los legisladores y cient\u00edficos deben trabajar juntos para garantizar mecanismos de monitoreo y consentimiento adecuados, dado que estos agentes almacenan datos sensibles y pueden imitar el comportamiento individual de forma muy precisa.<\/p>\n\n\n\n

Esta advertencia abre una pregunta relevante para el dise\u00f1o de Mirofish: \u00bfqui\u00e9n tiene soberan\u00eda sobre el gemelo? Si el gemelo vive en el servidor de un investigador o de una plataforma, la persona representada pierde control sobre c\u00f3mo y cu\u00e1ndo es \u00abconsultada\u00bb.<\/p>\n\n\n\n

Un dise\u00f1o como el de Mirofish \u2014donde el usuario es due\u00f1o de su propio modelo\u2014 podr\u00eda ser parte de la soluci\u00f3n a ese problema. El gemelo no deber\u00eda ser tuyo s\u00f3lo en un sentido metaf\u00f3rico: deber\u00eda serlo t\u00e9cnica y legalmente.<\/p>\n\n\n\n

\n\n\n\n

Conclusi\u00f3n<\/h2>\n\n\n\n

Mirofish y el proyecto de Stanford\/DeepMind son dos respuestas distintas a la misma pregunta: \u00bfpuede la IA conocerte de verdad?<\/em> Uno busca usar ese conocimiento para tomar mejores decisiones colectivas. El otro, para empoderarte en tu vida individual. Ambos son se\u00f1ales de que los modelos de lenguaje est\u00e1n dejando de ser herramientas gen\u00e9ricas para convertirse en espejos cada vez m\u00e1s precisos de cada persona.<\/p>\n\n\n\n

La pregunta que queda abierta \u2014y que define el valor \u00e9tico de cada proyecto\u2014 es sencilla: \u00bfel gemelo es tuyo o es de quien lo construy\u00f3?<\/strong><\/p>\n\n\n\n

\n\n\n\n

Fuentes<\/h3>\n\n\n\n