La epidemia como diálogo: cómo los modelos de lenguaje enseñan a los epidemiólogos a escuchar el comportamiento humano ✛

En marzo de 2020, Francia se quedó vacía: la gente dejó de ir al trabajo, a las escuelas y a los cafés, y las calles se llenaron de silencio. Los epidemiólogos miraban las gráficas y entendían que el virus no se propagaba solo, sino a través de apretones de manos, conversaciones y viajes en metro. Pero, ¿cómo predecir cuántos contactos le quedarán a una persona si el gobierno anuncia nuevas restricciones? La respuesta a esta pregunta se buscó con una alianza inusual: un modelo de lenguaje y un modelo matemático de epidemia.

Aquí, el modelo de lenguaje funciona como un intérprete que lee el resumen de noticias y decide cómo actuaría una persona común. Se le muestran los contactos que la gente tenía antes de la pandemia y se le describe la situación actual: si las escuelas están cerradas, si las reuniones están permitidas, cuántas personas hay en los hospitales. El modelo responde cuáles de esos contactos conservaría y cuáles cortaría. Estas decisiones se recopilan en una tabla que muestra cuántos contactos ocurren entre diferentes grupos de edad. Esa tabla se llama matriz de contactos por edad, y es precisamente la que controla cómo pasa el virus de persona a persona en la simulación computacional.

La simulación no solo cuenta infecciones: envía los resultados de vuelta al modelo de lenguaje. El modelo ve que hay más hospitalizaciones y, en la siguiente ronda, reduce aún más los contactos. Se forma un bucle de retroalimentación donde el comportamiento de las personas y la propagación del virus se influyen mutuamente. Antes, los epidemiólogos fijaban esas reacciones manualmente, con reglas rígidas, pero ahora el modelo de lenguaje lo hace de manera flexible, basándose en el texto de la descripción de las políticas. A este enfoque lo llamaron GABLE, que significa Generative Adaptive Behavioral Layer for Epidemics, es decir, capa conductual adaptativa generativa para epidemias.

Los investigadores probaron tres modelos de lenguaje: GPT-4o mini, Gemini 2.5 Flash y Grok 3 mini. Todos reprodujeron el panorama general: durante los confinamientos, los contactos caían bruscamente, y entre ellos se recuperaban parcialmente. La correlación con los datos de movilidad fue de 0,60 a 0,85. Pero la estructura por edades variaba: por ejemplo, durante el segundo confinamiento, Gemini 2.5 Flash conservaba más contactos de adultos, pero menos de adolescentes, de lo que mostraba la movilidad. Aun así, todos los modelos reprodujeron las olas totales de hospitalizaciones con un error de solo 2,3–3,6%.

El resultado clave apareció en la predicción a corto plazo de cuatro semanas. GABLE con GPT-4o mini obtuvo una puntuación de intervalo ponderada media de 1298, frente a 2443 de los pronósticos basados en movilidad y 3047–4148 de los métodos estadísticos. Esto significa que los pronósticos se volvieron más precisos, y los intervalos del 95% cubrieron los valores reales en el 96,2% de los casos. Además, el método permitió evaluar las consecuencias de medidas que aún no se habían implementado. Retrasar el confinamiento dos semanas aumentaba los contactos en un 46% y las hospitalizaciones en un 45,8%, mientras que las medidas máximas los reducían en un 17,2% y un 14,0%, respectivamente.

Antes no estaba claro cómo modelar el comportamiento adaptativo de las personas durante una epidemia sin supuestos rígidos y sin datos en tiempo real sobre los contactos reales. Ahora quedó claro que los modelos de lenguaje pueden generar matrices de contactos por edad plausibles, que mejoran los pronósticos de hospitalizaciones y permiten comparar las consecuencias de políticas aún no implementadas. El método se integró en un bucle de retroalimentación con un modelo epidémico mecanístico: el modelo decide qué contactos conservar, y la epidemia responde cómo eso afecta la propagación. Esto puede ser útil para epidemiólogos y autoridades sanitarias para evaluar rápidamente escenarios de intervención cuando no hay datos frescos sobre contactos. Cuando Francia vuelva a vaciarse, esta herramienta ayudará a escuchar cómo responden las personas a las nuevas reglas, antes de que las camas de hospital lo muestren.