Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11531/103464Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Calderón Cuadrado, María Reyes | es-ES |
| dc.contributor.author | Pinna Camas, Pablo | es-ES |
| dc.contributor.other | Universidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresariales | es_ES |
| dc.date.accessioned | 2025-09-04T16:05:31Z | - |
| dc.date.available | 2025-09-04T16:05:31Z | - |
| dc.date.issued | 2026 | es_ES |
| dc.identifier.uri | http://hdl.handle.net/11531/103464 | - |
| dc.description | Grado en Administración y Dirección de Empresas | es_ES |
| dc.description.abstract | No para de crecer la presencia de inteligencia artificial en empresas, despertando una pregunta poco explorada: ¿será posible que una máquina imite la compasión humana a la hora de tomar decisiones? Este estudio enfrenta ese dilema mezclando ideas desde neurociencia, psicología y manejo organizacional junto con pruebas reales usando cuatro modelos de lenguaje como GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro y Llama 3. Aunque cada sistema responde distinto, todos destacan más por buscar soluciones prácticas que por captar matices emocionales, mostrando así un fallo arraigado. Ese fallo nace porque solo leen texto plano además del hecho de que sus diseños priorizan objetivos comerciales, afectando directamente al grado de humanidad de sus respuestas. Lo que está claro es que estas máquinas logran una compasión útil, nunca auténtica, sugiriendo entonces cinco reglas claras para usarlos con responsabilidad en espacios donde errores emocionales traerían consecuencias graves, difíciles de reparar con el tiempo. | es-ES |
| dc.description.abstract | The presence of artificial intelligence in business continues to grow, raising a largely unexplored question: can a machine truly imitate human compassion when making decisions? This study tackles that dilemma by combining insights from neuroscience, psychology and organizational management with real testing across four language models — GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro and Llama 3. Although each system responds differently, all of them prove stronger at finding practical solutions than at capturing emotional nuance, revealing a deep-rooted limitation. That limitation stems from their reliance on plain text input, compounded by designs that prioritize commercial objectives, both of which directly affect the degree of humanity in their responses. What is clear is that these machines can achieve functional compassion, but never genuine compassion, which is why this work proposes five concrete principles for deploying them responsibly in settings where emotional missteps could bring serious consequences that are difficult to repair over time. | en-GB |
| dc.format.mimetype | application/pdf | es_ES |
| dc.language.iso | es-ES | es_ES |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | es_ES |
| dc.subject.other | KAB | es_ES |
| dc.title | DIFERENCIAS ENTRE INTELIGENCIA ARTIFICIAL Y HUMANA EN LA TOMA DE DECISIONES: CHATBOTS COMPASIVOS | es_ES |
| dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | es_ES |
| dc.keywords | chatbot, LLM, token, prompt, corpus ,sycophancy. | es-ES |
| dc.keywords | chatbot, LLM, token, prompt, corpus ,sycophancy. | en-GB |
| Aparece en las colecciones: | TFG, TFM (temporales) | |
Ficheros en este ítem:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| TFG-Pinna Camas, Pablo (1).pdf | 742,45 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.