EVALUACIÓN COMPARATIVA DE MODELOS DE INTELIGENCIA ARTIFICIAL (IA) GENERATIVA EN EL DISEÑO DE INSTRUMENTOS DE EVALUACIÓN DE LA PERSONALIDAD

Resumen

Este estudio evaluó la calidad psicométrica de instrumentos de evaluación de personalidad basados en el modelo de los Cinco Grandes Factores (Big Five), generados por tres modelos de inteligencia artificial: OpenAI O3, Mistral y Deepseek R1. Mediante un análisis con 384 adultos argentinos, se encontró que los tres instrumentos mostraron consistencia interna aceptable o buena, aunque con diferencias notables: mientras OpenAI O3 presentó los mejores indicadores, Deepseek R1 mostró limitaciones en la fiabilidad del factor Amabilidad (α = .624). En cuanto a la estructura factorial, todos los modelos explicaron una varianza razonable (45.2%–48.9%), pero el de OpenAI O3 demostró superioridad con un ajuste excelente (RMSEA = .046, NNFI = .952, CFI = .961) y mejor parsimonia (BIC más bajo), frente a un ajuste apenas aceptable en Mistral y Deepseek R1 (RMSEA = .059/.051; NNFI/CFI <.95). Los resultados evidencian el potencial de la Inteligencia Artificial (IA) para generar
instrumentos psicométricos, pero resaltan la necesidad de validación rigurosa y supervisión
especializada para asegurar su calidad aplicada.