Una aportación reciente de los grandes modelos de lenguaje a la economía del comportamiento es su utilización como agentes económicos simulados.
Horton et al. (2023) emplean la expresión Homo silicus para describir modelos a los que pueden asignarse información, recursos, preferencias y restricciones, con el propósito de observar cómo responden ante diferentes decisiones económicas.
Estos agentes permiten reproducir experimentalmente situaciones relacionadas con el riesgo, la confianza, la cooperación, la reciprocidad o los sesgos cognitivos. Sus principales ventajas son la rapidez, el bajo coste y la posibilidad de repetir un mismo experimento introduciendo diferentes perfiles y condiciones. Pueden servir, por tanto, para explorar hipótesis antes de realizar investigaciones con participantes humanos.
Akata et al. (2025) comprobaron, mediante juegos repetidos, que los LLM pueden actuar satisfactoriamente en situaciones dominadas por el interés individual, pero muestran mayores dificultades cuando deben cooperar o coordinarse con otros participantes. Además, sus decisiones varían según la información recibida y la formulación del prompt.
El Homo silicus no debe considerarse una reproducción exacta del comportamiento humano. Los LLM no experimentan incentivos, emociones ni consecuencias reales, y sus respuestas reflejan los datos y valores incorporados durante su entrenamiento. En consecuencia, su utilidad reside principalmente en generar hipótesis y preparar experimentos, cuyos resultados deberán ser posteriormente contrastados con personas reales.
Referencias
Akata, E., Schulz, L., Coda-Forno, J., Oh, S. J., Bethge, M., & Schulz, E. (2025). Playing repeated games with large language models. Nature Human Behaviour, 9, 1380–1390. https://doi.org/10.1038/s41562-025-02172-y
Horton, J. J., Filippas, A., & Manning, B. S. (2023). Large language models as simulated economic agents: What can we learn from Homo silicus? (NBER Working Paper No. 31122). National Bureau of Economic Research. https://doi.org/10.3386/w31122
Imagen de portada: Data Science Society
Departamento de Empresa y Economía
Universitat CEU Abat Oliba