Ingeniería de identidad sintética: una definición de trabajo
La mayoría de las personas sintéticas son disfraces. La ingeniería de identidad sintética es la práctica de construir a la persona que hay debajo, con sus sistemas de creencias y sus mecanismos de defensa, y de medir si la identidad se mantiene bajo presión en lugar de darlo por hecho.
La mayoría de las personas sintéticas son disfraces.
Describes un personaje en un system prompt (edad, profesión, unos cuantos adjetivos de personalidad) y el modelo se lo pone. Funciona para las demos. No aguanta en cuanto la conversación somete la identidad a una presión real.
Pide un análisis de coste-beneficio cuando se supone que la persona es emocionalmente volátil. Pide validación cuando se supone que la persona está a la defensiva. El disfraz se cae. El modelo se disculpa, se acomoda y vuelve a ser el modelo.
Si una configuración concreta se mantiene bajo presión es algo que medimos, no algo que damos por hecho.
Qué mantiene unida a una persona real
Las personas reales no tienen system prompts. Tienen sistemas de creencias: representaciones estructuradas de cómo funciona el mundo, de lo que valoran, de lo que temen y de quiénes son en relación con los demás. Esas creencias no se reinician entre conversaciones. Se acumulan. Interactúan. Limitan el abanico de respuestas que una persona producirá bajo presión.
Cuando Carlos, un directivo quemado, se siente amenazado, no se pone emocional. Pide un análisis de coste-beneficio. Lleva la conversación al terreno operativo. Esa respuesta no es una manía de su personalidad. Es el resultado de una estructura de creencias que ha aprendido, a lo largo de una carrera larga, que exponerse emocionalmente es un riesgo y que reformular en términos lógicos es una defensa.
Cuando Lucía, una pareja ansiosa, se enfrenta a la misma amenaza, pide perdón. Pregunta qué puede hacer para arreglarlo. Cede. Esa respuesta también es el resultado de una estructura de creencias, construida en torno a la idea de que las relaciones son condicionales y de que su posición en ellas es frágil.
La misma amenaza. Dos respuestas opuestas. Ese es el comportamiento que queremos que reproduzca una identidad sintética: respuestas que difieren porque las personas difieren.
La definición
La ingeniería de identidad sintética (Synthetic Identity Engineering) es la práctica de construir identidades humanas sintéticas con núcleos psicológicos persistentes (sistemas de creencias, mecanismos de defensa, patrones de regulación emocional y estabilidad de la identidad bajo presión) que producen un comportamiento coherente y diferenciado en distintos contextos de interacción.
La palabra clave es ingeniería. No describir. No hacer prompting. Ingeniería.
Un system prompt describe una persona. La ingeniería de identidad sintética la construye.
La implementación técnica
En StrataSynth, esto se implementa mediante cuatro sistemas que interactúan:
PsycheGraph: un esquema estructurado para la arquitectura psicológica de un humano sintético. Nodos de creencias, perfiles de regulación emocional, mapas de relaciones, línea de vida. No es una descripción plana: es un conjunto estructurado de campos tipados que el motor lee.
Belief Engine: en nuestro motor de datasets, sigue doce creencias por persona, cada una con un valor y una confianza, que se actualizan turno a turno a partir del acto comunicativo de cada turno con reglas fijas calculadas en Python, no inferidas por un LLM. El estado resultante entra en las instrucciones del modelo antes de que se escriba cada turno.
Mecanismos internos de defensa: etiquetas de perfil para gestionar la presión social, elegidas de una lista fija cuando se compone la persona. Dan forma a las tablas de decisión del motor de datasets y entran en las instrucciones del modelo.
Métricas de evaluación: métricas deterministas (identity_stability, behavioral_entropy, belief_consistency y otras) calculadas sin usar un LLM como juez, con numpy y sentence-transformers. Reproducibles: los mismos datos dan siempre las mismas puntuaciones.
Por qué importa el término
El espacio de las “personas sintéticas para el desarrollo de IA” se describe hoy de formas incoherentes y a menudo engañosas. Usuarios sintéticos. Personas de IA. Agentes simulados. Gemelos digitales. Ninguno de estos nombres recoge lo que de verdad distingue a construir identidades que se mantienen.
La ingeniería de identidad sintética es una práctica específica con requisitos técnicos específicos. Es distinta de la generación general de datos sintéticos. Es distinta del prompt engineering basado en personas. Es distinta de la simulación de roleplay.
Necesita un nombre porque los equipos que construyen sistemas serios de IA conversacional, los que se preocupan por la coherencia y no solo por la cobertura, merecen un término lo bastante preciso como para construir sobre él.
Compruébalo en los datos
Los cuatro datasets públicos en Hugging Face incluyen metadatos psicológicos por turno: los valores de creencias del motor, la intención, el objetivo, el estado de la relación, el acto comunicativo declarado con cada turno y una etiqueta para los turnos con ruido deliberado.
Cárgalos directamente:
from datasets import load_dataset
ds = load_dataset("StrataSynth/stratasynth-agent-stress-test")
El dataset stratasynth-agent-stress-test es la demostración más directa: escalada de celos, evaluaciones de desempeño, intentos de distanciamiento. Escenarios diseñados para poner la identidad bajo presión. Para ver si una identidad siguió siendo reconocible, compara la distribución de communication_act entre las dos mitades de cada conversación: eso es lo que calcula nuestra métrica identity_stability. belief_consistency responde a una pregunta más acotada (si las variaciones de creencias coinciden con las propias reglas de actualización del motor), así que es una comprobación del pipeline, no una evidencia independiente sobre la persona.