Este artículo presenta un marco para analizar y comparar el comportamiento de los modelos lingüísticos a gran escala (LLM) en la formación de redes sociales con la dinámica de redes humanas. Tanto en entornos sintéticos como reales (p. ej., redes de amistad, comunicación y empleo), demostramos que los LLM replican consistentemente microprincipios fundamentales como las conexiones preferenciales, el cierre de triángulos y la homogeneidad, así como macroprincipios como la estructura comunitaria y el efecto de mundo pequeño. Cabe destacar que el énfasis relativo de estos principios varía según el contexto; por ejemplo, los LLM favorecen la homogeneidad en las redes de amistad y la heterogeneidad en los entornos organizacionales, lo que refleja patrones de movilidad social. Los resultados de encuestas realizadas a participantes humanos confirman un alto grado de concordancia entre los LLM y sus participantes en las decisiones sobre la formación de enlaces. Este estudio demuestra que los LLM pueden ser una herramienta poderosa para la simulación social y la generación de datos sintéticos, a la vez que plantea importantes interrogantes sobre el sesgo, la imparcialidad y el diseño de los sistemas de IA que participan en redes humanas.
