Un estudio comparó la dinámica de búsqueda semántica entre 82 participantes humanos y tres modelos de lenguaje grandes (GPT-4o, Gemini-2.5-Pro, Claude-Sonnet-4.5) utilizando datos de fluidez verbal. El análisis cuantificó la entropía, la distancia al siguiente elemento y la distancia al centroide en ocho configuraciones de temperatura para cada modelo.
- Los humanos exhibieron mayor entropía, pasos semánticos más grandes y una dispersión más amplia que todos los LLM probados.
- El ajuste de la temperatura produjo solo alineaciones parciales entre las métricas humanas y del modelo.
- Ninguna configuración reprodujo el perfil humano completo en todas las dimensiones.
Los hallazgos sugieren que la búsqueda semántica humana implementa un equilibrio distintivo entre explotación local y exploración global que las arquitecturas de modelos actuales no logran reproducir.