Ciencias Psicológicas; v19(2)

julio-diciembre 2025

10.22235/cp.v19i2.4356

Desarrollo, validación y evidencias experimentales

de un diccionario de prosocialidad

Development, validation, and experimental evidence of a prosociality dictionary

Desenvolvimento, validação e evidências experimentais de um dicionário

de pró-socialidade

Leidy Johanna Rojas Landinez¹, ORCID 0000-0002-3131-7516

Iván Felipe Medina-Arboleda ², ORCID 0000-0003-3209-9204

David Ricardo Aguilar-Pardo³, ORCID 0000-0002-2197-1346

Diana Camila Garzón-Velandia⁴, ORCID 0000-0001-9561-5021

¹Universidad Católica de Colombia, Colombia

²Universidad Católica de Colombia, Colombia

³Universidad Católica de Colombia, Colombia

⁴Universidad Católica de Colombia, Colombia, [email protected]

Resumen:

La presencia de grandes datos textuales permite el análisis automatizado de constructos psicológicos. Para ello, se han desarrollado programas que categorizan palabras e identifican, entre otros, estilos cognitivos, lingüísticos o contenido emocional. Este trabajo consta de dos estudios que presentan evidencia de validez de contenido y externa de un diccionario para estimar la prosocialidad, compatible con el software LIWC. El Estudio 1 parte de un corpus de términos construido con base en fuentes naturales y especializadas, que fue evaluado por siete jueces, lo que dio paso a la conformación de una lista definitiva. En el Estudio 2 se utilizó un juego de bienes públicos, en el que 160 participantes eligieron en un dilema económico interés propio versus bienestar colectivo. Adicionalmente, los participantes respondieron por escrito qué estrategia habían utilizado en el juego y qué emociones experimentaron. Estos textos fueron analizados con el diccionario construido en el Estudio 1. Se evidenció que la prosocialidad estimada con el diccionario se relacionó positivamente con el comportamiento cooperativo en el juego. Se encontró que el estilo cognitivo tipo II predice el comportamiento prosocial en el juego. Los dos estudios muestran la utilidad del diccionario para evaluar la prosocialidad a través del análisis lingüístico y la posibilidad de ser usado para estimar este constructo en diferentes escenarios.

Palabras clave: juego de bienes públicos; análisis lingüístico; LIWC; cooperación.

Abstract:

The availability of large textual datasets enables automated analysis of psychological constructs. To facilitate this, programs have been developed to categorize words and identify various aspects such as cognitive styles, linguistic features, and emotional content. This study consists of two parts that provide evidence of content and external validity for a dictionary designed to assess prosociality, which is compatible with LIWC software. Study 1 is based on a corpus of terms drawn from both natural and specialized sources, evaluated by seven judges, resulting in a definitive list. In Study 2, a public goods game was conducted in which 160 participants faced a dilemma between self-interest and collective well-being. Participants also described the strategies they used in the game and the emotions they experienced. These written responses were analyzed using the dictionary developed in Study 1. The results showed that prosociality, as measured by the dictionary, was positively associated with cooperative behavior in the game. Additionally, cognitive style II was found to predict prosocial behavior. Together, these studies demonstrate the dictionary's utility in evaluating prosociality through linguistic analysis and its potential for estimating this construct in various contexts.

Keywords: public goods game; language analysis; LIWC; cooperation.

Resumo:

O A presença de grandes bases de dados textuais permite a análise automatizada de construtos psicológicos. Para isso, foram desenvolvidos programas que categorizam palavras e identificam, entre outros, estilos cognitivos, linguísticos ou conteúdo emocional. Este trabalho é composto por dois estudos que apresentam evidências de validade de conteúdo e de validade externa de um dicionário destinado a avaliar a pró-socialidade, compatível com o software LIWC. O Estudo 1 partiu de um corpus de termos extraídos de fontes naturais e especializadas, avaliados por sete juízes, resultando em uma lista definitiva. No Estudo 2, utilizou-se um jogo de bens públicos no qual 160 participantes enfrentaram um dilema entre interesse próprio e bem-estar coletivo. Adicionalmente, os participantes responderam por escrito qual estratégia haviam utilizado no jogo e quais emoções experimentaram. Essas respostas foram analisadas com o dicionário construído no Estudo 1. Evidenciou-se que a pró-socialidade, medida pelo dicionário, relacionou-se positivamente com o comportamento cooperativo no jogo. Verificou-se também que o estilo cognitivo tipo II prediz o comportamento pró-social no jogo. Os dois estudos mostram a utilidade do dicionário para avaliar a pró-socialidade por meio da análise linguística e a possibilidade de ser usado para estimar esse construto em diferentes contextos.

Palavras-chave: jogo de bens públicos; análise linguística; LIWC; cooperação.

Recibido: 14/11/2024

Aceptado: 28/08/2025

Estudio 1

La prosocialidad tradicionalmente definida como un conjunto de conductas voluntarias que benefician a otros, tales como ayudar, consolar o compartir (Spinrad & Eisenberg, 2014), ha ocupado un lugar central en la psicología del desarrollo, la psicología social y, más recientemente, la psicología del lenguaje. Su estudio se ha expandido hacia enfoques emocionales, culturales y comunicativos, incluyendo poblaciones juveniles hispanohablantes (Marín-Escobar et al., 2024; Martínez-González et al., 2010). Este desarrollo teórico ha permitido integrar dimensiones como la empatía, la satisfacción vital y la exclusión social como correlatos significativos de la conducta prosocial (Hou et al., 2024; Veloso et al., 2015). Además, diversos estudios han subrayado el papel de la prosocialidad como marcador de ajuste psicosocial, salud mental y cohesión comunitaria, incluso en contextos de vulnerabilidad (Toro et al., 2023). Por otra parte, a nivel cognitivo, investigaciones recientes han asociado la conducta prosocial con estilos reflexivos de procesamiento, sugiriendo que su activación puede estar vinculada con esquemas de pensamiento complejo y toma de decisiones cooperativas (Quiroga-Rojas et al., 2020). En el marco de esta expansión se ha planteado la necesidad de desarrollar herramientas lingüísticas automatizadas que permitan explorar la prosocialidad en textos naturales, documentos académicos, discursos políticos y entornos educativos, entre otros.

En este contexto y con la llegada del procesamiento automatizado de grandes cuerpos textuales durante las últimas décadas, la psicología se ha interesado en el estudio del uso de las palabras en los contextos de producción lingüística espontánea, sea bajo la modalidad textual u oral. Este interés se basa en que la producción lingüística espontánea tiene relativamente un bajo control cognitivo, pues ocurre en interacciones verbales socialmente situadas, en contraste con los posibles sesgos por deseabilidad o por la baja fiabilidad del autoconocimiento que afectan a los instrumentos de autorreporte (Pennebaker et al., 2003).

Una de las herramientas automatizadas que ha sido usada para los análisis de la frecuencia del uso de las palabras es el Linguistic Inquiry and Word Count (LIWC por su sigla en inglés), desarrollado por James Pennebaker, Roger Booth y Martha Francis (Pennebaker et al., 2001). El recuento automatizado del programa se basa en la comparación de la frecuencia de cada palabra detectada, respecto del número total de palabras presentes en el texto, usando un diccionario incorporado al software. El diccionario incluye 16.485 palabras organizadas en 108 categorías, entre las que se encuentran: variables lingüísticas, procesos psicológicos cognitivos y emocionales, estados de ánimo, entre otros. Con base en la frecuencia relativa, el programa reporta, en porcentaje, la participación en el texto de las categorías en las que se clasifica cada palabra (Castiblanco, 2018; LIWC INC, 2022).

En una investigación de tres estudios, Donohue et al. (2014) reportan la validez del LIWC. En el primero, jueces expertos identificaron el número de factores (categorías) y palabras que detectaban, por ejemplo, "mirar hacia delante", "mirar hacia atrás", "poder", "afiliación", "confianza" y "desconfianza" en los discursos de las reuniones de negociación que desembocaron en los acuerdos de Oslo I. Luego, propusieron listas de palabras asociadas con cada constructo a partir de diccionarios y tesauros. Posteriormente, 249 estudiantes de comunicación evaluaron si las palabras presentadas en la lista reflejaban efectivamente el constructo evaluado. Una vez obtenidos los resultados, se aplicaron tres estrategias diferentes de reducción de datos, media, prueba t y varianza compartida. Por último, se aplicó un análisis factorial exploratorio a todos los constructos para identificar cuántos factores conformaban las categorías del diccionario. En el segundo estudio, se pidió a 300 estudiantes universitarios que escribieran un ensayo sobre lo que cada constructo significaba para ellos en un contexto político. El resultado fueron ensayos de entre 59 y 662 palabras, con una media de 206 palabras. Estas fueron analizadas con las listas generadas del Estudio 1 y así se encontró una mayor participación en el discurso de los diccionarios relacionados con un tema específico de los ensayos en comparación con los que no están relacionados. Finalmente, en el tercer estudio se les pidió a participantes codificadores, quienes habían sido previamente capacitados sobre el constructo, que analizaran 40 discursos de líderes sociales, 20 palestinos y 20 israelíes. Esto con el objetivo de encontrar el porcentaje de palabras que se relacionan con los constructos evaluados para posteriormente comparar esta información de la codificación humana con los resultados obtenidos a partir de los seis diccionarios sobre los constructos analizados por LIWC (codificador automático).

Aunque el LIWC ha sido utilizado en múltiples estudios para analizar componentes afectivos y sociales en el lenguaje, su aplicación en español requiere diccionarios específicos, culturalmente validados. En este sentido, Ramírez-Esparza et al. (2007) tradujeron el diccionario de la versión inglesa y en un segundo estudio compararon la tasa de captura del diccionario español con la del inglés, mediante el análisis del lenguaje usado por mujeres en un foro virtual sobre depresión y cáncer de mama. Los dos diccionarios mostraron coincidencia en las palabras captadas; sin embargo, la versión española obtuvo un recuento de un 4 % más de palabras que la inglesa (66.32 % frente a 61.85 %), diferencia atribuible a que el idioma español está compuesto por más palabras y conjugaciones que el inglés. Según los resultados, el diccionario de español validado para el LIWC cumple el mismo objetivo que la versión inglesa, por lo tanto es una herramienta útil para el análisis lingüístico en este idioma.

El LIWC se ha usado para el análisis de textos en ámbitos como la política y la salud mental, tanto en español como en inglés. Hay otros en los que en inglés hay un mayor número de investigaciones sobre un tema concreto, como el estudio de la prosocialidad o el comportamiento prosocial. En inglés, destaca el uso del análisis de estilo lingüístico por parte de Frimer et al. (2015), Overduin (2015), Rand y Epstein (2014), entre otros. En estos trabajos, el análisis lingüístico es una estrategia para identificar estructuras de producción textual típicas de los discursos prosociales y evaluar qué tanto se relacionan con el comportamiento prosocial de los participantes.

En español, no hay estudios que relacionen el programa LIWC con el comportamiento prosocial ni que desarrollen diccionarios compatibles para abordar temas relacionados. El Estudio 1 responde a esta necesidad mediante la creación y validación de un diccionario de prosocialidad en español que evalúa el constructo prosocialidad utilizando el programa LIWC en su versión en español. Para esto, nos basamos en las estrategias de validación antes descritas (Donohue et al., 2014) para así obtener un diccionario que permita estimar de forma automática la disposición a la colaboración, la cooperación, el altruismo, entre otros referentes de la prosocialidad, a partir de la frecuencia de palabras en cualquier tipo de texto o transcripción. Se espera que el diccionario contribuya a la identificación de estilos lingüísticos centrados en discursos prosociales y que prediga comportamientos de este tipo en distintos contextos sociales.

Método

Tipo de estudio y diseño

El estudio es de tipo instrumental (Montero & León, 2007) y utiliza un análisis del modelo de Rasch. Según Cerdas et al. (2017), el modelo de Rasch es "un enfoque psicométrico para la construcción, validación e interpretación de instrumentos de medida relacionados con las ciencias del comportamiento" (p. 3). El modelo de Rasch, perteneciente a los modelos de la Teoría de Respuesta al Ítem, sitúa tanto a los ítems como a las personas en un mismo plano de escala logit para establecer la probabilidad de que una persona responda correctamente a una pregunta en función de su capacidad y de la dificultad del ítem (Ilhan, 2016). En este caso, se analiza la probabilidad de aceptar una palabra en el listado, con base en la habilidad del juez para evaluar su pertinencia y a las puntaciones obtenidas por cada palabra. El modelo permite estimar la probabilidad de que un juez acepte una palabra como pertinente en función de dos parámetros: la dificultad del ítem (entendida aquí como el nivel de aceptación general de la palabra por parte del panel) y la habilidad del juez (su tendencia a aceptar o rechazar palabras en función de su criterio). Este enfoque permite detectar tanto las palabras con mayor o menor consenso entre jueces como los jueces atípicos, es decir, aquellos cuyas decisiones no siguen un patrón coherente con el grupo, lo que puede indicar sesgo o inconsistencias.

Procedimiento

Fase 1. Estudio documental. Se realizó un estudio documental exploratorio-descriptivo para construir un conjunto de términos vinculados con la prosocialidad. Se consultaron 20 documentos clave altamente citados en Scopus y Google Académico, priorizando fuentes en español que abordaran la prosocialidad desde perspectivas psicológicas y sociales y en las que se caracterizara o definiera el constructo. Se excluyeron textos cuyo enfoque clínico o filosófico no ofrecía una operacionalización lingüística para la construcción semántica. Con estos criterios se incluyeron 17 artículos, una tesis doctoral, un capítulo de un libro y un libro para construir una definición de comportamiento prosocial que integrara la mayoría de las características mencionadas sobre esta forma de relacionamiento.

El propósito de seleccionar una definición fue: 1) orientar a los jueces del diccionario sobre el constructo a evaluar; y 2) servir de contexto para el conjunto de palabras que se incluyeron en el listado de palabras para la evaluación de contenido. La definición base fue “un comportamiento voluntario que pretende beneficiar a los demás y, por lo tanto, promueve relaciones positivas, empáticas, cooperativas y responsables con los otros” (Eisenberg et al., 2006, como se citó en Inglés et al., 2011, p. 452). Esta definición enfatiza una perspectiva relacional y permite identificar en el discurso prosocial los miembros, relaciones y características de una interacción prosocial.

Fase 2. Identificación de vocabulario prosocial. Para identificar las palabras a validar sobre conductas prosociales, se tomaron como base las reportadas por Frimer et al. (2015), quienes proponen un diccionario prosocial en inglés. Aunque algunas palabras no eran traducibles, de las 117 del diccionario original, resultaron 104 palabras en español. Posteriormente, se identificaron palabras en el diccionario Harvard IV, el diccionario LIWC, el diccionario de valores de Lasswell, el básico general Inquirer, el Tesauro de la Asociación Americana de Psicología y el diccionario de colombianismos. También se revisaron blogs y cuentas de X (antes Twitter) que publican información sobre iniciativas prosociales y solidarias. Como tercera estrategia de la fase 2, se aplicó un formulario digital tipo Google Forms a una muestra intencionada de estudiantes universitarios colombianos, con el fin de recolectar términos espontáneos relacionados con conductas prosociales. A los participantes se les presentaron situaciones hipotéticas breves que ilustraban acciones de ayuda, cooperación, cuidado y empatía, y se les solicitó que escribieran libremente las palabras o expresiones que, en su opinión, describían ese tipo de comportamiento. Las respuestas fueron compiladas y normalizadas lingüísticamente (lemas y variantes regionales), eliminando duplicados y exclusiones fuera de contexto. Esta estrategia permitió incorporar la producción lexical natural de hablantes nativos en español y añadir más palabras a las ya extraídas de los diccionarios, del estudio de Frimer et al. (2015) y del estudio documental.

Fase 3. Validación de jueces expertos. Siete jueces, profesionales en psicología con experiencia en la investigación de la prosocialidad y usuarios de redes sociales digitales, evaluaron 617 palabras, según tres criterios descritos en la Tabla 1.

Tabla 1: Criterios de validación de la lista final de palabras para los jueces expertos

Resultados

Evaluación de los jueces según el modelo Rasch

Para identificar la calidad y el ajuste de la evaluación, se utilizó el modelo de Rasch, que presenta la severidad/indulgencia, el ajuste cercano y lejano y la consistencia de los jueces en los criterios de relevancia y pertinencia (Tabla 2). Esta adecuación del modelo se realizó de acuerdo con los postulados por Unesco (2010).

Severidad y Lenidad. Según el modelo de Rasch, el valor medio se sitúa en 0 y se considera que un juez es severo en su calificación con puntuaciones superiores a una desviación típica del valor medio (1) e indulgente con puntuaciones inferiores a una desviación típica por debajo de la media (-1).

Ajuste cercano y lejano, también denominados (infit) y (outfit). El ajuste cercano representa el ajuste interno ponderado de la información más sensible al comportamiento inesperado basado en el rendimiento observado y esperado del modelo para los ítems o los individuos. El valor de ajuste perfecto es 1.00; los valores inferiores a .5 indican que el juez tiende a dar la misma calificación a varias palabras y los valores superiores a 1.5 indican una mayor variación en las calificaciones. Sin embargo, cuando los valores superan el rango de 2, significa que el ruido abruma la información útil para el modelo.

Consistencia. Indica la confiabilidad de las calificaciones de los jueces en los dos criterios propuestos (relevancia y pertinencia). Se espera que todos los jueces tengan los mismos criterios para tomar una decisión respecto de la calificación que emiten. El valor mínimo esperado para la consistencia es .15; valores de .20 y superiores son deseables, ya que cuanto más altos sean los valores, mayor será la consistencia.

Tabla 2: Calidad y ajuste de los calificadores según el modelo de Rasch

Los jueces que se consideran relativamente más severos en el grupo de expertos son, en orden ascendente, el seis (J6), el cinco (J5) y el siete (J7). Para el criterio de relevancia, los que destacan como severos son los jueces cinco (J5), con un valor de 1.61, el juez dos (J2), con 1.54, y, de forma relativamente menos significativa, el siete (J7), con un valor de 1.04. Con respecto a la lenidad para el criterio de relevancia, los jueces tres (J3) y cuatro (J4) son los más laxos, con valores de -2.23 y -2.38 en sus calificaciones, seguidos de los jueces seis (J6) con -1.09 y siete (J7) con valores de -1.29. En el criterio de relevancia, ningún juez es calificado como laxo.

En el ajuste cercano, todos los jueces obtuvieron valores aceptables para la medida, lo que explicaría una adecuada correspondencia entre los datos y el ajuste interno, sin la interferencia de ruido o "variables externas" entre los valores esperados y los obtenidos. En cuanto al ajuste lejano, los jueces cinco (J5), con 1.70, y siete (J7), con 1.80, superan el rango aceptable de 1.50. Sin embargo, aunque estos jueces superan la medida aceptable para este criterio, la cantidad de ruido aleatorio añadido no es significativa hasta el punto de afectar el análisis.

En la dimensión relevancia, los jueces presentan valores dentro del rango aceptable para este criterio. Destacan los jueces cinco (J5), uno (J1) y dos (J2), con valores de 0.68, 0.66 y 0.61, respectivamente, que superan el valor de 0.60, lo que evidencia un alto grado de consistencia. El mapa de alineación presenta la comparación de la coherencia en las puntuaciones de los jueces para ambos criterios: relevancia (parte derecha de la Figura 1) y pertinencia (parte izquierda de la Figura 1).

Figura 1: Mapa comparativo de jueces para los criterios de relevancia y pertinencia

Respecto de la severidad y lenidad de los jueces, tomando como punto de partida la media de dificultad (M), los más severos son el juez cinco (J5) y el dos (J2); el juez uno (J1) se mantiene en la primera desviación típica (s) para ambos criterios, al igual que el juez siete (J7) para el criterio de relevancia, ya que en este se sitúa con un ajuste perfecto sobre la media muestral. Esto indica que estos jueces son más neutrales en sus valoraciones; ni demasiado severos ni demasiado laxos.

Los jueces tres (J3) y cuatro (J4) son los más flexibles en el criterio de relevancia; sin embargo, en el criterio de pertinencia son relativamente más neutrales. Por último, el juez seis (J6) varía su posición en ambos criterios, expresando poca consistencia con respecto a su medida.

Para evaluar la medida de fiabilidad de las calificaciones, se utilizó el análisis Alfa de Cronbach y la separación reportada por el modelo de Rasch, con resultados de fiabilidad de .99 y una separación real de 1.30. Se estima que se trata de una fiabilidad óptima para el modelo, en el que el valor máximo esperado es 1.00, lo que ratifica las decisiones de los jueces.

Evaluación para elección de palabras

El criterio para la elección de palabras fue las que tuvieran mayor acuerdo interjueces, es decir, las palabras a las que siete de los siete jueces otorgaron la puntuación más alta; y, en segundo lugar, las palabras que superaron el .71 de acuerdo (cinco de los siete jueces). En total, se seleccionaron 459 palabras de la lista de relevancia y 575 de la lista de pertinencia.

Una vez seleccionadas las palabras, se comparó entre las listas de palabras de los criterios de relevancia y pertinencia para confirmar que las que mostraban un mayor acuerdo en un criterio coincidían con las de la otra lista. Como resultado, se excluyeron 117 palabras y 458 coincidieron.

Criterio de suficiencia

Para el criterio de suficiencia, las respuestas de los jueces se recopilaron en un archivo Excel para determinar si consideraban que se cumplía el criterio y que las palabras presentadas eran suficientes para representar el constructo. Cuatro de los siete jueces respondieron a este criterio; sin embargo, los que respondieron por unanimidad consideran que las palabras presentadas en esta validación son suficientes para medir la prosocialidad como constructo. Para este criterio, también se les pidió que indicaran qué palabras sugieren que deberían incluirse en el diccionario y que no están incluidas en la validación, a lo que los jueces sugirieron 19 palabras. Al no encontrar coincidencias entre las palabras propuestas, estas no se tuvieron en cuenta para la versión final del diccionario de prosocialidad.

Discusión

El objetivo de este estudio fue recabar evidencias de validez de contenido de un diccionario de comportamiento prosocial compatible con el software LIWC® en español, que permite detectar palabras sobre colaboración, cooperación, altruismo, entre otras referencias de prosocialidad, de cualquier documento. Para cumplir con este objetivo se siguió la pauta de Donahue et al. (2014).

Al evaluar la calidad de los jueces expertos en la tarea de valorar las palabras, bajo los criterios de severidad/lenidad, ajuste cercano/lejano y consistencia (Unesco, 2010), se determinó que cumplieran con los valores aceptables para considerar los puntajes de calificación como confiables. La confiabilidad del juicio de los evaluadores es evidencia a favor de la inferencia de la lista de palabras final para esta validación. Sin embargo, es recomendable para futuras validaciones con jueces expertos que las palabras sean presentadas en bloques con diferente orden para compensar el efecto de fatiga debido al número de palabras (617) y reducir el sesgo de que las últimas sean evaluadas de manera diferencial; o que se use un diseño de bloques en el que no necesariamente todas las palabras sean evaluadas por todos los jueces, pero que se garantice que sean evaluadas por al menos tres (Garzón-Velandia et al., 2020). Por otro lado, en cuanto a la metodología de validación utilizada, cabe destacar que a diferencia del diccionario en inglés tomado como base (Frimer et al., 2015), se optó por el modelo de Rasch, ya que al ser un modelo psicométrico para la validación de pruebas genera fiabilidad en los resultados al incluir en su análisis el porcentaje de azar calculado.

Los resultados de este estudio se alinean con hallazgos previos sobre la estructura bifactorial de la prosocialidad, como los reportados por Martí-Vilar et al. (2020), y más tarde por Luengo Kanacri et al. (2021), quienes validaron un instrumento de prosocialidad en cinco países, incluyendo Chile y España. En su modelo se distingue un factor general de prosocialidad junto con dos dimensiones específicas: acciones prosociales y sentimientos prosociales. Esta estructura refleja la coexistencia de componentes conductuales y afectivos, lo que coincide con la categorización semántica realizada en el presente diccionario. Además, en este estudio se destaca la importancia de contar con instrumentos culturalmente sensibles para evaluar la prosocialidad en poblaciones hispanohablantes. Si bien su enfoque se basa en autoinformes psicométricos, el presente trabajo complementa esa línea mediante una herramienta lingüística automatizada que permite analizar textos espontáneos. Esta convergencia metodológica refuerza la validez del diccionario como recurso aplicable en investigaciones regionales sobre conducta prosocial.

Al tratarse del primer diccionario de comportamiento prosocial para LIWC validado en español, se espera que algunas de las posibles aplicaciones que se le puedan dar estén relacionadas con el poder predictivo de las palabras referidas al comportamiento prosocial en situaciones de medición objetiva de la prosocialidad. Desde una perspectiva estratégica, es pertinente considerar la publicación del diccionario en acceso abierto. Esto facilitaría su uso por investigadores, docentes y profesionales hispanohablantes, promoviendo la replicabilidad, la transparencia metodológica y la democratización de recursos académicos. Al ser el primer diccionario para LIWC validado en español con enfoque psicosocial, su disponibilidad libre potenciaría su integración en iniciativas de software, corpus regionales y entornos educativos.

Un diccionario capaz de detectar el comportamiento prosocial tiene una potencialidad enorme en diversos campos de estudio, como la evaluación de la eficacia de terapias psicológicas, la estimación del ambiente prosocial en el aula, el análisis de discursos políticos y la estimación de algunas dinámicas en redes sociales digitales. Si bien siempre serán necesarios estudios adicionales sobre la validez del diccionario en otros contextos, la evidencia aquí presentada muestra la posibilidad de estimar la prosocialidad a través del análisis lingüístico, lo que abre una serie de preguntas sobre la relación entre procesos cognitivos, lenguaje y comportamientos cooperativos bajo técnicas de recolección y tratamiento de datos automatizados.

En este sentido, la versión final del diccionario aquí presentada, que consta de 458 palabras, fue utilizada en el Estudio 2 para evaluar su capacidad para estimar la prosocialidad en un contexto experimental.

Estudio 2

La cooperación es una dimensión esencial de la conducta humana vinculada con el sostenimiento de sistemas sociales, la resolución de conflictos grupales y la construcción de normas de convivencia. Si bien su manifestación conductual ha sido ampliamente documentada (Hayes & Sanford, 2014; Rand & Nowak, 2013; Simpson & Willer, 2015), los procesos cognitivos involucrados en la toma de decisiones prosociales siguen siendo objeto de debate empírico y teórico. El estudio de estas dinámicas requiere el desarrollo de metodologías robustas que permitan vincular la conducta observada con indicadores indirectos de procesamiento reflexivo, razonamiento estratégico, control inhibitorio o deliberación moral. Identificar señales confiables que reflejen dichos procesos es clave para avanzar en la comprensión de cómo se activa la cooperación en contextos complejos y para enriquecer el diálogo entre la psicología cognitiva, la psicología social y otros campos de las ciencias del comportamiento.

En este sentido, el Estudio 2 aplicó el diccionario de prosocialidad obtenido en el Estudio 1 a escritos redactados por 160 participantes de juegos de bienes públicos (JBP), con el propósito de evaluar si la estimación de la prosocialidad efectuada por el diccionario se relaciona con el monto de las donaciones efectuadas en la tarea experimental. Los juegos (o dilemas) de bienes públicos se han usado tradicionalmente para estimar la cooperación e incluyen generalmente a cuatro participantes que reciben, de parte de los investigadores, dinero o algún otro recurso denominado dotación. Los participantes deben decidir qué porcentaje de esta dotación donan a un fondo común para que se incremente y se redistribuya en partes iguales entre los participantes. Así, este paradigma simula situaciones en las que los participantes deben decidir cuánto aportar al grupo, incluso si ello implica sacrificar parte de su ganancia individual. Las unidades de recurso que cada persona decide conservar permanecen como ganancia individual, mientras que las unidades aportadas al fondo se multiplican por un factor (por ejemplo, ×1.5) y luego se distribuyen de forma equitativa entre todos los jugadores, independientemente de cuánto hayan contribuido. Esta dinámica genera un dilema social clásico: si todos cooperan, el grupo se beneficia más; si alguien se comporta de forma egoísta y retiene sus unidades, obtiene un beneficio superior individual, pero reduce el bien común. Este dilema entre interés individual y beneficio grupal activa mecanismos cognitivos, emocionales y discursivos vinculados con la prosocialidad, que se pueden estudiar en distintos contextos (Bailey et al., 2012; Brandt et al., 2005; Catola et al., 2023; Grayson et al., 2025; Li et al., 2024; Skatova & Ferguson, 2013; Struwe et al., 2024; van Hoorn et al., 2014).

Algunas variaciones del juego muestran cómo el aumento de participantes y la llegada de nuevos miembros disminuyen el monto de las contribuciones (Alencar et al., 2008; Otten et al., 2022) y que las repeticiones sucesivas del juego, entre los mismos participantes, disminuyen también la cooperación (Goeschl & Lohse, 2016). Por su parte, el efecto del factor multiplicador está menos explorado; en la mayoría de los casos, el fondo común se duplica antes de ser redistribuido (Goeschl & Lohse, 2016; Rostovtseva et al., 2020), pero en otros estudios es distinto el factor multiplicador (Burton-Chellew et al., 2016; Fischbacher & Gächter, 2010).

Los JBP han sido usados para explorar hipótesis relacionadas con los procesos cognitivos que subyacen a la toma de decisiones cooperativas, entre otros, teniendo como marco de referencia el modelo dual, que distingue entre los procesos cognitivos intuitivo y reflexivo. Los procesos intuitivos, denominados también de tipo 1, son rápidos y consumen pocos recursos cognitivos, mientras que los reflexivos, o de tipo 2, son más lentos, pues implican la utilización de más recursos (Conway-Smith & West, 2023; Evans, 2008; Evans & Stanovich, 2013; Grehl & Tutić, 2022; Kahneman, 2011). En esta línea, algunos trabajos manipularon el tiempo en el que los participantes debían tomar la decisión en el juego, mostrando que, con menos tiempo para decidir, las contribuciones aumentan (Cone & Rand, 2014; Rand et al., 2012). Este tipo de resultados permitió postular que las decisiones cooperativas dependen más de procesos intuitivos, rápidos e impulsivos (tipo 1), mientras que la deliberación y la reflexión, que implican la activación de un pensamiento más abstracto y complejo (tipo 2), desfavorecerían el comportamiento cooperativo.

Sin embargo, algunos autores señalan aspectos de la metodología que involucra la presión de tiempo que pueden dificultar la interpretación de los resultados (Capraro & Cococcioni, 2016) y, utilizando estrategias metodológicas alternativas, se ha encontrado evidencia en la dirección contraria, es decir, que el pensamiento reflexivo favorece la cooperación, mientras que las decisiones impulsivas la disminuyen (Martinsson et al., 2014; Myrseth et al., 2015). Otros trabajos proponen que el tipo 1 está detrás tanto de las decisiones prosociales como de las egoístas (Bago et al., 2021) y que la relación entre las respuestas intuitivas y el comportamiento prosocial está mediada por el contexto (Teoh & Hutcherson, 2022). Esta discusión es relevante, no solo para comprender los procesos cognitivos y evolutivos relacionados con la expresión de comportamientos prosociales, sino también para aportar a la formulación de estrategias públicas y educativas que promuevan los comportamientos cooperativos, esenciales para la convivencia en paz, la conservación del planeta y de la especie.

Por todo esto, en el segundo estudio nos planteamos contribuir a esta discusión, con un diseño en el que se estiman los estilos cognitivos intuitivo y reflexivo, a través del análisis lingüístico. Así, tuvimos en cuenta las palabras de función que son aquellas que se utilizan independientemente del tema del que se hable o escriba, pues su papel es unir palabras y frases y, con esto, darle estructura al contenido del discurso o escrito. A estas palabras de función pertenecen artículos, preposiciones, pronombres, conjunciones, negaciones, adverbios y verbos auxiliares. Este tipo de palabras, aunque no tienen un significado en sí mismas, están relacionadas con algunos estados psicológicos y rasgos cognitivos del hablante. Por ejemplo, una mayor utilización de palabras de negación y un mayor uso de pronombres en primera persona están asociados con la depresión clínica (Rude et al., 2004); el uso de artículos, a la escritura formal (Biber, 1988), y un menor usos de adverbios se asocia con una mayor puntuación en el factor apertura de la prueba de personalidad de los cinco grandes factores de personalidad (Lee et al., 2007).

Los autores que desarrollaron el programa LIWC reconocieron, además, que un mayor uso de artículos está ligado a un mayor uso de preposiciones, mientras que estas dos categorías se correlacionan negativamente con el uso de pronombres, conjunciones, negaciones, adverbios y verbos auxiliares (Pennebaker et al., 2003). Adicionalmente, el uso de estas cinco últimas categorías covaría positivamente. Con esto, construyeron un índice que integra todas las categorías de palabras de función en una medida continua, en el que el extremo negativo representa un estilo narrativo, dinámico, basado en el tiempo y referido a historias personales, mientras que el extremo positivo se asocia a un pensamiento abstracto elevado, analítico, libre de emociones y de mayor complejidad cognitiva. A este índice se le ha denominado Índice Concreto Dinámico (ICD; Pennebaker et al., 2014) y desde su formulación ha mostrado ser útil en diversos trabajos (Boyd & Pennebaker, 2015; Hawkins & Boyd, 2017; Logan & Hall, 2019; Markowitz & Hancock, 2017; Zasiekin et al., 2022). Hasta donde los autores saben, este es el primer estudio que usa este índice para estimar los estilos cognitivos asociados con la expresión de comportamientos prosociales.

Por todo lo anterior, en el segundo estudio se proponen dos objetivos principales. El primero es probar la hipótesis de que las donaciones en el JBP se asociarán positivamente con la estimación de la prosocialidad hecha por el diccionario sobre los escritos de los participantes. Esto aportará evidencia de la validez del diccionario propuesto en el Estudio 1 como instrumento para estimar la expresión de comportamientos prosociales a partir del análisis lingüístico. En segundo lugar, teniendo en cuenta la discusión de la evidencia presentada, queremos explorar la relación entre el ICD y las donaciones en el JBP, y así contribuir a la discusión sobre los procesos cognitivos involucrados en los comportamientos prosociales. Adicionalmente, quisimos controlar el posible efecto del factor multiplicador en el JBP sobre la relación entre estilos cognitivos y cooperación. Esto porque no se suele incluir como variable en los estudios que abordan la toma de decisiones prosocial y, además, porque en la revisión de literatura encontramos que algunos estudios que llegan a conclusiones contradictorias aplicaron tasas de retorno distintas (Martinsson et al., 2014; Rand et al., 2012).

Método

Tipo de estudio y diseño

El presente fue un estudio cuasiexperimental de campo dentro del área de la economía del comportamiento y la economía experimental según la taxonomía de Montero y León (2007).

Participantes

Participaron 160 estudiantes universitarios (55 % mujeres), con una edad promedio de 19.68 años (DE = 2.20), asignados aleatoriamente a dos condiciones, que se distinguieron únicamente en la tasa de retorno en el JBP, .5 en la condición 1 y .4 en la condición 2. Todos participaron voluntariamente en la convocatoria y diligenciaron el correspondiente consentimiento informado.

Procedimiento

Todos los experimentos se llevaron a cabo en los laboratorios de la Universidad Católica de Colombia. El JBP incluyó siempre a cuatro participantes, quienes vieron un video de aproximadamente siete minutos, que explica la dinámica del juego e incluye algunos ejemplos. El video fue desarrollado por el equipo de investigación para garantizar que los participantes recibieran las mismas instrucciones. Una vez terminado, cada participante diligenció un formulario en el que, además de registrar su edad y sexo, contestó las siguientes preguntas de control: i) Para que tú tengas el máximo de ganancia, ¿cómo debe distribuirse la dotación de cada jugador en el pozo común?; ii) Para que tú tengas el mínimo de ganancias, ¿cómo debe distribuirse la dotación de cada jugador en el pozo común?; iii) Para que el grupo tenga el máximo de ganancias, ¿cómo debe distribuirse la dotación de cada jugador en el pozo común?

A continuación, se presentó el JBP con 10.000 pesos colombianos equivalentes a 2,89 dólares estadounidenses aproximadamente y se preguntó a los participantes si habían jugado antes o estaban familiarizados con este u otros juegos similares. Estas dos preguntas obtuvieron en todos los casos respuestas negativas.

Finalmente, la producción escrita se recolectó pidiéndole a cada participante que respondiera las siguientes preguntas, con la instrucción: Describe con la mayor cantidad de detalles posibles. ¿Qué estrategia seguiste en el juego? ¿Qué tuviste en cuenta para tomar la decisión en el juego? ¿Qué emociones sentiste en el juego?

Todos los participantes recibieron sus ganancias del juego en efectivo el mismo día de su participación, después de su estadía en el laboratorio de aproximadamente una hora.

Medidas

Además de la edad, el sexo y la condición, en este segundo estudio se registraron las siguientes medidas:

- Donación: La donación de dinero al fondo común fue la variable dependiente del estudio y se expresa en porcentaje durante toda la presentación de resultados.

- Prosocialidad: La producción escrita derivada de las tres preguntas abiertas permitió obtener esta medida utilizando el diccionario de prosocialidad presentado en el Estudio 1. Esta variable es una medida continua que se lee en porcentaje de palabras que reconoció el diccionario sobre el total de palabras escritas en las tres preguntas. En este estudio, la media de palabras escritas fue 52.43 (DE = 28.11).

- ICD: La producción escrita permitió también la construcción de este índice de la siguiente manera: (artículos + preposiciones) – (pronombres + conjunciones + negaciones + adverbios + verbos auxiliares) + 30. Esta última constante se incluye para evitar los valores negativos. Como se mencionó, valores menores corresponden a un estilo lingüístico dinámico, asociado con procesos cognitivos de tipo 1, mientras que valores mayores corresponden a un estilo lingüístico concreto, asociado con procesos cognitivos de tipo 2.

Condiciones éticas

La investigación fue aprobada por el Comité de Ética de la Universidad Católica de Colombia, como consta en el acta n.º 5 del Comité de Ética del 25 de octubre de 2018. Las condiciones de participación fueron aprobadas por cada participante mediante un consentimiento informado en el que se especificaba la voluntariedad de la participación y el nivel de riesgo menor que el mínimo.

Resultados

No se encontraron diferencias significativas en las donaciones ni en ninguna otra variable entre las dos condiciones, por lo que los datos descriptivos en la Tabla 3 corresponden a la totalidad de la muestra. De los 160 participantes, 106 (66.3 %) contestaron correctamente las tres preguntas de control, y una prueba Chi-cuadrado mostró que no hubo asociación entre el tratamiento y la probabilidad de entender el juego. Al comparar a los 106 participantes que respondieron correctamente las preguntas de control con los 54 que no comprendieron el juego, la única diferencia encontrada fue que el primer grupo obtuvo mayores índices de prosocialidad utilizando el diccionario (Z = -2.13; p = .033). Cuando los análisis se restringieron al 66.3 % de participantes que contestaron correctamente las preguntas de control, las similitudes entre las dos condiciones se siguieron manteniendo. Sin embargo, puesto que fallar en alguna de las preguntas de control es un indicio fuerte de no haber entendido el juego, las posibles relaciones entre los procesos cognitivos y los comportamientos cooperativos en el JBP se exploraron únicamente en los 106 participantes que respondieron correctamente las tres preguntas de control. Adicionalmente, tampoco se encontraron diferencias asociadas al sexo.

Tabla 3: Descriptivos y prueba de normalidad

El porcentaje de dinero aportado en el JBP correlacionó positivamente con la prosocialidad estimada con el diccionario (r = .341; p < .000), con el ICD (r = .256; p = .008) y con la edad (r = .320; p = .001). Estas asociaciones fueron diferentes en los dos tratamientos; mientras que en la condición con tasa de retorno de .4 se mantuvieron fuertes, en la condición con tasa de retorno de .5 se debilitaron o desaparecieron (Tabla 4).

Tabla 4: Correlaciones de Spearman

A continuación, se llevó a cabo un modelo de regresión lineal múltiple utilizando el método Introducir. En el modelo, la variable dependiente fue la donación en el JBP y se introdujeron como variables predictoras la prosocialidad estimada por el diccionario, el ICD, la edad y la condición como variable dummy (Tabla 5).

Tabla 5: Resumen de la regresión lineal múltiple (N = 106)

El modelo de regresión lineal resultó altamente significativo (R2 Aju. = .149; p < .000) y explica el 15 % del comportamiento cooperativo en el JBP. El efecto de la prosocialidad estimada con el diccionario y del ICD fue significativo. Por su parte, la significancia de la edad fue apenas marginal, mientras que la condición no contribuyó a explicar la variable dependiente.

Discusión

El propósito del segundo estudio consistió en estimar la relación entre la medida de prosocialidad, calculada a través del diccionario presentado en el Estudio 1, y la cooperación en el juego de bienes públicos. En segundo lugar, se exploró la relación entre el comportamiento cooperativo y el IDC, un índice asociado con los estilos cognitivos, que se obtiene analizando el uso de las palabras de función. Efectivamente, el diccionario mostró la capacidad de predecir significativamente el comportamiento cooperativo en el juego, mientras que el IDC también se asoció positivamente con el porcentaje de dinero donado en el JBP, mostrando que un estilo lingüístico más concreto, asociado con el estilo cognitivo abstracto y complejo (tipo 2), favorece este tipo de comportamiento prosocial.

En cuanto a los resultados encontrados en el JBP, el hecho de que el IDC se asociara positivamente con las contribuciones apoya la idea de que los procesos reflexivos y deliberativos favorecen la expresión de los comportamientos prosociales, especialmente en contextos en los que el cálculo estratégico y la inhibición de la respuesta automática juegan un papel relevante. Esto se alinea con trabajos previos que vinculan el pensamiento reflexivo con la cooperación y el altruismo estratégico (Martinsson et al., 2014; Myrseth et al., 2015).

No obstante, este resultado plantea nuevas preguntas sobre el vínculo: ¿es la cooperación una decisión motivada por el razonamiento moral o responde a una evaluación costo-beneficio que exige una mayor carga cognitiva? En este sentido, se propone avanzar hacia investigaciones que contrasten diferentes métodos para estimar el estilo cognitivo (presión de tiempo, análisis lingüístico, pruebas psicométricas) así como diferenciar tipos de comportamiento prosocial (por ejemplo, cooperación estructurada versus altruismo espontáneo) en función de las demandas cognitivas involucradas.

Un hallazgo particularmente relevante fue que la tasa de retorno utilizada en el JBP, es decir, el multiplicador aplicado al fondo común, moduló la intensidad de la relación entre el IDC y la cooperación. La correlación fue más fuerte bajo la condición de retorno .4 que cuando el fondo fue duplicado (retorno 1.0). Esta diferencia puede explicarse por el mayor esfuerzo cognitivo requerido en la primera condición, en la que el beneficio grupal no es inmediato y se requiere proyectar escenarios futuros con una mayor carga de razonamiento estratégico. Esto sugiere que variables experimentales aparentemente menores, como la tasa de retorno, pueden activar diferentes sistemas cognitivos subyacentes y podría explicar parte de la disparidad entre estudios anteriores (Rand et al., 2012).

Desde una perspectiva metodológica, el uso del IDC como estimador de estilo cognitivo aporta ventajas relevantes porque, a diferencia del contenido lingüístico sobre el que se tiene bastante control en su producción, el uso de palabras de función tiene menos monitoreo consciente, lo que lo hace menos manipulable y más fiable para evaluar estados internos a partir del análisis del lenguaje. Aunque este índice se ha utilizado en varios estudios, sus alcances están todavía por desarrollarse. Para esto, se recomienda llevar a cabo investigaciones que evalúen su convergencia con distintos procesos cognitivos relacionados, inhibición, control de la atención, pensamiento reflexivo, autocontrol, entre otros. En esta línea, el trabajo de Rand y Epstein (2014) utiliza el software LIWC para detectar si en el discurso de los ganadores de la Medalla al Héroe Carnegie (CHMR), personas que realizaron actos altruistas, aparecían palabras coherentes con procesos deliberados o intuitivos. Se encontró que los estilos cognitivos intuitivos (tipo 1) se relacionan más con actos de altruismo riesgosos. Esto sugiere que la relación entre los estilos cognitivos y los comportamientos prosociales pasa por el tipo de comportamiento prosocial (cooperación, altruismo, etcétera) y por el análisis costo-beneficio que se hace frente a la posibilidad de comportarse prosocialmente.

La edad mostró también una relación marginal con el comportamiento cooperativo, lo que indica que los procesos cognitivos implicados podrían variar a lo largo del desarrollo. La maduración de las estructuras cerebrales vinculadas con el control ejecutivo, así como el cambio progresivo en las prioridades sociales y morales, podrían influir en cómo se manifiesta la prosocialidad. Es necesario entonces considerar el ciclo vital como una variable moderadora en futuros diseños que exploren las bases cognitivas de la cooperación.

Los hallazgos de este estudio refuerzan la noción de que la expresión de los comportamientos prosociales no solo involucra motivaciones afectivas, sino también procesos cognitivos complejos, como el razonamiento estratégico, el pensamiento reflexivo y el control inhibitorio. Comprender cómo se articulan estos mecanismos en distintos contextos, como en los juegos cooperativos, los dilemas morales o los escenarios de ayuda espontánea, es clave para profundizar en la arquitectura mental que sostiene la conducta prosocial. Esta línea de investigación no solo enriquece el conocimiento psicológico sobre el funcionamiento cognitivo-social, sino que ofrece implicaciones prácticas para campos como la educación ética, el diseño de entornos colaborativos, el desarrollo de tecnologías empáticas y la intervención en contextos clínicos o comunitarios. En última instancia, estudiar cómo pensamos cuando decidimos ayudar es también estudiar cómo construimos colectivamente entornos más cooperativos, inclusivos y humanos.

Referencias

Alencar, A. I., de Oliveira Siqueira, J., & Yamamoto, M. E. (2008). Does group size matter? Cheating and cooperation in Brazilian school children. Evolution and Human Behavior, 29(1), 42-48. https://doi.org/10.1016/j.evolhumbehav.2007.09.001

Bago, B., Bonnefon, J. F., & De Neys, W. (2021). Intuition rather than deliberation determines selfish and prosocial choices. Journal of Experimental Psychology: General, 150(6), 1081-1094. https://doi.org/10.1037/xge0000968

Bailey, D. H., Winegard, B., Oxford, J., & Geary, D. C. (2012). Sex differences in in-group cooperation vary dynamically with competitive conditions and outcomes. Evolutionary Psychology, 10(1), 102-119. https://doi.org/10.1177/147470491201000112

Biber, D. (1988). Variation across speech and writing. Cambridge University Press.

Boyd, R., & Pennebaker, J. (2015). Did Shakespeare write double falsehood? Identifying individuals by creating psychological signatures with text analysis. Psychological Science, 25(5), 570-582. https://doi.org/10.1177/0956797614566658

Brandt, H., Hauert, C., & Sigmund, K. (2005). Punishing and abstaining for public goods. PNAS, 103(2), 495-497. https://doi.org/10.1073/pnas.0507229103

Burton-Chellew, M., Mouden, C., & West, S. (2016). Conditional cooperation and confusion in public-goods experiments. Proceedings of the National Academy of Sciences (PNAS), 113(5), 1291-1296. https://doi.org/10.1073/pnas.1509740113

Capraro, V., & Cococcioni, G. (2016). Rethinking spontaneous giving: Extreme time pressure and ego-depletion favor self-regarding reactions. Nature, 6. https://doi.org/10.1038/srep27219

Castiblanco, P. T. (2018). Estilo y contenido lingüístico de conversaciones en Twitter ® durante un proceso de transición a la paz (Tesis de maestría). Universidad Católica de Colombia. https://repository.ucatolica.edu.co/bitstream/10983/19060/2/RAE.pdf

Catola, M., D’Alessandro, S., Guarnieri, P., & Pizziol, V. (2023). Multilevel public goods game: Levelling up, substitution and crowding-in effects. Journal of Economic Psychology, 97, https://doi.org/10.1016/j.joep.2023.102626

Cerdas, D., Núñez, E., & Rojas, M. (2017). Uso del modelo de Rasch para la construcción de tablas de especificaciones: Propuesta metodológica aplicada a una prueba de selección universitaria. Revista Electrónica Actualidades Investigativas en Educación, 17(1), 1-16. https://doi.org/10.15517/aie.v17i1.27299

Cone, J., & Rand, D. (2014). Time pressure increases cooperation in competitively framed social dilemmas. Plos one, 9(12). https://doi.org/10.1371/journal.pone.0115756

Conway-Smith, B., & West, R. L. (2023). Clarifying system 1 & 2 through the Common Model of Cognition. arXiv. https://doi.org/10.48550/arXiv.2305.10654

Donohue, W. A., Liang, Y., & Druckman, D. (2014). Validating LIWC Dictionaries: The Oslo I Accords. Journal of Language and Social Psychology, 33(3), 282-301. https://doi.org/10.1177/0261927X13512485

Evans, J. (2008). Dual-processing accounts of reasoning, judgment, and social cognition. Annual Review of Psychology, 59(3), 255-278. https://doi.org/10.1146/annurev.psych.59.103006.093629

Evans, J., & Stanovich, K. (2013). Dual-process theories of higher cognition: Advancing the debate. Perspectives on Psychological Science, 8(3), 223-241. https://doi.org/10.1177/1745691612460685

Fischbacher, U., & Gächter, S. (2010). Social preferences, beliefs, and the dynamics of Free riding in public goods experiments. American Economic Review, 100(1), 541-556. https://doi.org/10.1257/aer.100.1.541

Frimer, J. A., Aquino, K., Gebauer, J. E., Zhu, L., & Oakes, H. (2015). A decline in prosocial language helps explain public disapproval of the US Congress. Proceedings of the National Academy of Sciences, 112(21), 6591-6594. https://doi.org/10.1073/pnas.1500355112

Garzón-Velandia, D. C., Barreto, I., & Medina-Arboleda, I. F. (2020). Validación de un diccionario de LIWC para identificar emociones intergrupales. Revista Latinoamericana de Psicología, 52, 149-159. https://doi.org/10.14349/rlp.2020.v52.15

Goeschl, T., & Lohse, J. (2016). Cooperation in public good games. Calculated or confused? European Economic Review, 107, 185-203. https://doi.org/10.1016/j.euroecorev.2018.05.007

Grayson, S., Feinberg, M., Willer, R., & Zaki, J. (2025). Ironic effects of prosocial gossip in driving inaccurate social perceptions. Journal of Experimental Social Psychology, 116. https://doi.org/10.1016/j.jesp.2024.104682

Grehl, S., & Tutić, A. (2022). Intuition, reflection, and prosociality: Evidence from a field experiment. Plos one, 17(2). https://doi.org/10.1371/journal.pone.0262476

Hayes, S. C., & Sanford, B. T. (2014). Cooperation came first: Evolution and human cognition. Journal of the Experimental Analysis of Behavior, 101(1), 112-129. https://doi.org/10.1002/jeab.64

Hawkins, R. C. II, & Boyd, R. L. (2017). Such stuff as dreams are made on: Dream language, LIWC norms, and personality correlates. Dreaming, 27(2), 102-121. https://doi.org/10.1037/drm0000049

Hou, C., Li, S., Shi, H., & Liu, Z. (2024). The influence of social exclusion on prosocial behavior of college students: the role of relational need threat and regulatory focus. Frontiers in Psychology, 15. https://doi.org/10.3389/fpsyg.2024.1384279

Ilhan, M. (2016). A comparison of the results of many‑facet Rasch analyses based on crossed and judge pair designs. Educational Sciences: Theory & Practice, 16(2), 579-601. https://doi.org/10.12738/estp.2016.2.0390

Inglés, J., Martínez, A. E., Valle, A., García, J., & Ruiz, C. (2011). Conducta prosocial y motivación académica en estudiantes españoles de Educación Secundaria Obligatoria. Universitas Psicológica, 10(2), 451-466. https://doi.org/10.11144/Javeriana.upsy10-2.cpma

Kahneman, D. (2011). Thinking, fast and slow. Macmillan.

Lee, C. H., Kim, K., Seo, Y. S., & Chung, C. K. (2007). The relations between personality and language use. Journal of General Psychology, 134(4), 405-413. https://doi.org/10.3200/GENP.134.4.405-414

Li, S., Du, C., Li, X., Shen, C., & Shi, L. (2024). Antisocial peer exclusion does not eliminate the effectiveness of prosocial peer exclusion in structured populations. Journal of Theoretical Biology, 576. https://doi.org/10.1016/j.jtbi.2023.111665

LIWC INC. (2022). LIWC. https://www.liwc.app/help/howitworks

Logan, M., & Hall, M. (2019). Comparing crime types: a linguistic analysis of communiqués associated with the animal and earth liberation movement. Dynamics of Asymmetric Conflict, 12(2), 164-181. https://doi.org/10.1080/17467586.2019.1613554

Luengo Kanacri, B. P., Eisenberg, N., Tramontano, C., Zuffiano, A., Caprara, M. G., Regner, E., Zhu, L., Pastorelli, C., & Caprara, G. V. (2021). Measuring prosocial behaviors: Psychometric properties and cross-national validation of the prosociality scale in five countries. Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.693174

Marín-Escobar, J. C., Marín-Benítez, A. C., Maury-Mena, S. C., Guerrero, C. M., & Maury, A. (2024). La prosocialidad: estrategia de educación integral frente a la violencia. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 22(1), 120-143. https://doi.org/10.11600/rlcsnj.22.1.5681

Markowitz, D., & Hancock, J. (2017). The 27 club: Music lyrics reflect psychological distress. Communication Reports, 30(1), 1-13. https://doi.org/10.1080/08934215.2016.1210663

Martí-Vilar, M., Merino-Soto, C., & Rodriguez, L. M. (2020). Measurement invariance of the prosocial behavior scale in three Hispanic countries (Argentina, Spain, and Peru). Frontiers in Psychology, 11(29). https://doi.org/10.3389/fpsyg.2020.00029

Martínez-González, A. E., Inglés Saura, C., Piqueras Rodríguez, J. A., & Oblitas Guadalupe, L. A. (2010). Papel de la conducta prosocial y de las relaciones sociales en el bienestar psíquico y físico del adolescente. Avances en Psicología Latinoamericana, 28(1), 74-84.

Martinsson, P., Myrseth, K. O. R., & Wollbrant, C. (2014). Social dilemmas: When self-control benefits cooperation. Journal of Economic Psychology, 45, 213-236. https://doi.org/10.1016/j.joep.2014.09.004

Montero, I., & León, O. G. (2007). A guide for naming research studies in Psychology. International Journal of Clinical and Health Psychology, 7(3), 847-862. https://www.redalyc.org/pdf/337/33770318.pdf

Myrseth, K. O. R., Riener, G., & Wollbrant, C. E. (2015). Tangible temptation in the social dilemma: Cash, cooperation, and self-control. Journal of Neuroscience, Psychology, and Economics, 8(2), 61-77. https://doi.org/10.1037/npe0000035

Otten, K., Frey, U. J., Buskens, V., Przepiorka, W., & Ellemers, N. (2022). Human cooperation in changing groups in a large-scale public goods game. Nature Communications, 13(1), 6399. https://doi.org/10.1038/s41467-022-34160-5

Overduin , J. (2015). Online interventions in consumer conflicts (Tesis de maestría). Universidad de Twente.

Pennebaker, J. W., Chung, C., Frazee, J., Lavergne, G., & Beaver, D. (2014). When small words foretell academic success: The case of college admissions essays. Plos one, 9(12). https://doi.org/10.1371/journal.pone.0115

Pennebaker, J. W., Francis, M. E., & Booth, R. J. (2001). Linguistic inquiry and word count: LIWC 2001. Lawrence Erlbaum Associates.

Pennebaker, J. W., Mehl, M. R., & Niederhoffer, K. G. (2003). Psychological aspects of natural language use: Our words, Our selves. Annual Review of Psychology, 54(1), 547-577. https://doi.org/10.1146/annurev.psych.54.101601.145041

Quiroga-Rojas, A. T., Ardila-Cubillos, D. C., Rojas, D., Monroy, C., Mendoza, A., Manrique, V., Montoya, S., & Sarmiento, L. (2020). Bases cognitivas subyacentes al altruismo en adolescentes y adultos jóvenes. En I. F. Medina-Arboleda, I. Barreto, D. R. Aguilar-Pardo, & M. C. Sandoval-Escobar (Eds.), Perspectivas y contextos de la prosocialidad (pp. 177-195). Editorial Universidad Católica de Colombia & Konrad Lorenz Editores. https://doi.org/10.14718/9789585133471.2020

Ramírez-Esparza, N., Pennebaker, J., García, A., & Suriá, R. (2007). La psicología del uso de las palabras: Un programa de computadora que analiza textos en español. Revista Mexicana de Psicología, 24(1), 85-99.

Rand, D. G., & Epstein, Z. G. (2014). Risking your life without a second thought: Intuitive decision-making and extreme altruism. PLOS One, 9(10). https://doi.org/10.1371/journal.pone.0109687

Rand, D., Greene, J., & Nowak, M. (2012). Spontaneous giving and calculated greed. Nature, 489, 427-430. https://doi.org/10.1038/nature11467

Rand, D. G., & Nowak, M. A. (2013). Human cooperation. Trends in Cognitive Sciences, 17(8), 413-425. https://doi.org/10.1016/j.tics.2013.06.003

Rostovtseva, V., Weissing, F., Mezentseva, A., & Butovskaya, A. (2020). Sex differences in cooperativeness—An experiment with Buryats in Southern Siberia. PLOS One, 15(9). https://doi.org/10.1371/journal.pone.0239129

Rude, S. S., Gortner, E.-M., & Pennebaker, J. W. (2004). Language use of depressed and depression-vulnerable college students. Cognition and Emotion, 18(8), 1121-1133. https://doi.org/10.1080/02699930441000030

Simpson, B., & Willer, R. (2015). Beyond altruism: Sociological foundations of cooperation and prosocial behavior. Annual Review of Sociology, 41(1), 43-63. https://doi.org/10.1146/annurev-soc-073014-112242

Spinrad, T. L., & Eisenberg, N. (2014). Empathy, prosocial behavior, and positive development in schools. In M. J. Furlong, R. Gilman, & E. S. Huebner (Eds.), Handbook of positive psychology in schools (2nd ed.) (pp. 82-98). Routledge/Taylor & Francis Group.

Skatova, A., & Ferguson, E. L. (2013). Individual differences in behavioral inhibition explain free riding in public good games when punishment is expected but not implemented. Behavioral and Brain Functions, 9, 3. https://doi.org/10.1186/1744-9081-9-3

Struwe, N., Blanco, E., & Walker, J. M. (2024). Increasing benefits in one-time public goods does not promote cooperation. Proceedings of the National Academy of Sciences, 121(41). https://doi.org/10.1073/pnas.2410326121

Teoh, Y. Y., & Hutcherson, C. A. (2022). The games we play: Prosocial choices under time pressure reflect context-sensitive information priorities. Psychological Science, 33(9), 1541-1556. https://doi.org/10.1177/09567976221094782

Toro, R., Barreto-Zambrano, M. L., Garzón-Velandia, D. C., Sandoval-Escobar, M., Pineda-Marín, C., O’Sullivan, C., Taylor, L., Kerezsy-Morales, G. K., Giraldo-Puerto, M. A., Cárdenas-Ruiz, S., Ramírez-Sierra, Y. V., Alfonso, D., Duarte, J. V., & Niño Amézquita, J. L. (2023). Empatía, agresividad y perdón en contextos de vulnerabilidad, hostilidad y seguridad en niños y adolescentes. Revista Latinoamericana de Psicología, 55, 18-28. https://doi.org/10.14349/rlp.2023.v55.3

Unesco. (2010). Compendio de los Manuales del SERCE. https://unesdoc.unesco.org/ark:/48223/pf0000191940

van Hoorn, J., Van Dijk, E., Meuwese, R., Rieffe, C., & Crone, E. A. (2014). Peer influence on prosocial behavior in adolescence. Journal of Research on Adolescence, 26(1), 90-100. https://doi.org/10.1111/jora.12173

Veloso, C., Muñoz, N., Palza, A. L., Roa, C., Tapia, C., & Lee, S. L. (2015). Asociación de inteligencia emocional, satisfacción vital con conducta prosocial en jóvenes escolarizados de la XV región. LÍMITE Revista Interdisciplinaria de Filosofía y Psicología, 10(34). https://revistalimite.uta.cl/index.php/limite/article/view/49

Zasiekin, S., Kuperman, V., Hlova, I., & Zasiekina, L. (2022). War stories in social media: Personal experience of Russia-Ukraine war. East European Journal of Psycholinguistics, 9(2), 160-170. https://doi.org/10.29038/eejpl.2022.9.2.zas

Financiamiento: Ha sido financiado parcialmente por el Ministerio de Ciencia, Tecnología e Innovación, por medio de la convocatoria 775 de Jóvenes Investigadores e Innovadores por la Paz, y por la Universidad Católica de Colombia, con la convocatoria interna de proyectos de investigación.

Disponibilidad de datos: El conjunto de datos que apoya los resultados de este estudio no se encuentra disponible.

Cómo citar: Rojas Landinez, L. J., Medina-Arboleda, I. F., Aguilar-Pardo, D. R., & Garzón-Velandia, D. C. (2025). Desarrollo, validación y evidencias experimentales de un diccionario de prosocialidad. Ciencias Psicológicas, 19(2), e-4356. https://doi.org/10.22235/cp.v19i2.4356

Contribución de los autores (Taxonomía CRediT): 1. Conceptualización; 2. Curación de datos; 3. Análisis formal; 4. Adquisición de fondos; 5. Investigación; 6. Metodología; 7. Administración de proyecto; 8. Recursos; 9. Software; 10. Supervisión; 11. Validación; 12. Visualización; 13. Redacción: borrador original; 14. Redacción: revisión y edición.

L. J. R. L. ha contribuido en 3, 5, 13; I. F. M. A. en 1, 7, 10; D. R. A. P. en 1, 3, 5, 6; D. C. G. V. en 14.

Editora científica responsable: Dra. Cecilia Cracco.

10.22235/cp.v19i2.4356

Original Articles

Development, validation, and experimental evidence of a prosociality dictionary

Desarrollo, validación y evidencias experimentales

de un diccionario de prosocialidad

Desenvolvimento, validação e evidências experimentais de um dicionário

de pró-socialidade

Leidy Johanna Rojas Landinez¹, ORCID 0000-0002-3131-7516

Iván Felipe Medina-Arboleda ², ORCID 0000-0003-3209-9204

David Ricardo Aguilar-Pardo³, ORCID 0000-0002-2197-1346

Diana Camila Garzón-Velandia⁴, ORCID 0000-0001-9561-5021

¹Universidad Católica de Colombia, Colombia

²Universidad Católica de Colombia, Colombia

³Universidad Católica de Colombia, Colombia

⁴Universidad Católica de Colombia, Colombia, [email protected]

Abstract:

Keywords: public goods game; language analysis; LIWC; cooperation.

Resumen:

Palabras clave: juego de bienes públicos; análisis lingüístico; LIWC; cooperación.

Resumo:

Palavras-chave: jogo de bens públicos; análise linguística; LIWC; cooperação.

Received: 14/11/2024

Accepted: 28/08/2025

Study 1

Prosociality, traditionally defined as a set of voluntary behaviors that benefit others, such as helping, comforting, or sharing (Spinrad & Eisenberg, 2014), has occupied a central place in developmental psychology, social psychology, and, more recently, in the psychology of language. Its study has expanded to include emotional, cultural, and communicative approaches, as well as Spanish-speaking youth populations (Marín-Escobar et al., 2024; Martínez-González et al., 2010). This theoretical development has enabled the integration of dimensions such as empathy, life satisfaction, and social exclusion as significant correlates of prosocial behavior (Hou et al., 2024; Veloso et al., 2015). Furthermore, several studies have highlighted the role of prosociality as a marker of psychosocial adjustment, mental health, and community cohesion, even in contexts of vulnerability (Toro et al., 2023). On a cognitive level, recent research has linked prosocial behavior with reflective processing styles, suggesting that its activation may be associated with complex thinking schemas and cooperative decision-making (Quiroga-Rojas et al., 2020). Within this expansion, the need has emerged to develop automated linguistic tools to explore prosociality in natural texts, academic documents, political discourse, and educational settings, among others.

In this context, and with the advent of automated processing of large textual corpora over the last decades, psychology has shown interest in the study of word use in contexts of spontaneous linguistic production, either in written or oral modalities. This interest is based on the fact that linguistic spontaneous output involves relatively low cognitive control, as it occurs in socially situated verbal interactions, in contrast with the potential biases of desirability or the low reliability of self-knowledge that affect self-report instruments (Pennebaker et al., 2003).

One of the automated tools used for analyzing word frequency is the Linguistic Inquiry and Word Count (LIWC), developed by James Pennebaker, Roger Booth, and Martha Francis (Pennebaker et al., 2001). The automated count of the program is based on comparing the frequency of each detected word to the total number of words present in the text, using a built-in dictionary. The incorporated dictionary includes 16,485 words organized into 108 categories, among which are linguistic variables, cognitive and emotional psychological processes, and mood states, among others. Based on relative frequency, the program reports, in percentage, the participation of each word in the categories to which it is classified (Castiblanco, 2018; LIWC INC, 2022).

In a three-study investigation, Donohue et al. (2014) reported the validity of LIWC. In the first study, expert judges identified the number of factors (categories) and words they detected, for example, 'looking forward,' 'looking backward,' 'power,' 'affiliation,' 'trust,' and 'distrust,' in the speeches of negotiation meetings that led to the Oslo I agreements. They then proposed word lists associated with each construct based on dictionaries and thesauri. Subsequently, 249 communication students assessed whether the words presented in the list effectively reflected the evaluated construct. Once the results were obtained, three different data reduction strategies were applied: mean, t-test, and shared variance. Finally, an exploratory factor analysis was conducted on all the constructs to determine the number of factors that comprised the dictionary categories. In the second study, 300 university students were asked to write an essay about what each construct meant to them in a political context. The result was essays ranging from 59 to 662 words, with a mean of 206 words. These essays were analyzed using the lists generated in Study 1, and it was found that there was greater participation in the discourse of dictionaries related to specific topics in the essays compared to those that were unrelated. Finally, in the third study, trained coders were asked to analyze 40 speeches from social leaders, comprising 20 speeches from Palestinians and 20 speeches from Israelis. The goal was to find the percentage of words related to the evaluated constructs and then compare this information from human coding with the results obtained from the six LIWC dictionaries on the constructs analyzed by the automatic coder.

Although LIWC has been used in multiple studies to analyze affective and social components in language, its application in Spanish requires specific, culturally validated dictionaries. In this regard, Ramírez-Esparza et al. (2007) translated the English version of the dictionary and, in a second study, compared the capture rate of the Spanish dictionary with that of the English version, analyzing the language used by women in a virtual forum on depression and breast cancer. Both dictionaries showed agreement in the words captured. However, the Spanish version obtained a 4 % higher word count than the English one (66.32 % vs. 61.85 %), a difference attributable to the fact that Spanish consists of more words and conjugations than English. According to the results, the validated Spanish dictionary for LIWC fulfills the same purpose as the English version and is therefore a valuable tool for linguistic analysis in this language.

LIWC has been utilized for text analysis in various fields, including politics and mental health, in both Spanish and English. Additionally, there are areas where English has a greater number of studies on a specific topic, such as prosociality or prosocial behavior. In English, the use of linguistic style analysis stands out in the works of Frimer et al. (2015), Overduin (2015), and Rand and Epstein (2014), among others. In these studies, linguistic analysis is employed as a strategy to identify the structures of textual productions characteristic of prosocial discourse and to assess the degree to which they are related to the participants' prosocial behavior.

In Spanish, there are no studies linking the LIWC program with prosocial behavior, nor are there any that develop compatible dictionaries to address related topics. Study 1 addresses this need by creating and validating a Spanish prosociality dictionary that assesses the prosociality construct using the Spanish version of LIWC. For this, we relied on the validation strategies described above (Donohue et al., 2014) to obtain a dictionary that allows the automatic estimation of dispositions toward collaboration, cooperation, altruism, among other prosocial references, based on word frequency in any text or transcription. The dictionary is expected to contribute to the identification of linguistic styles centered on prosocial discourse and to predict such behaviors in different social contexts.

Methods

Study type and design

This is an instrumental study (Montero & León, 2007) that employs a Rasch model analysis. According to Cerdas et al. (2017), the Rasch model is "a psychometric approach for the construction, validation, and interpretation of measurement instruments related to the behavioral sciences" (p. 3). The Rasch model, as part of Item Response Theory, places both items and individuals on the same logit scale to estimate the probability that a person will answer an item correctly as a function of their ability and the item's difficulty (Ilhan, 2016). In this case, the probability of accepting a word in the list is analyzed based on the judge's ability to assess its relevance and the scores obtained by each word. The model enables the estimation of the probability that a judge will accept a word as relevant, based on two parameters: item difficulty (understood here as the overall level of acceptance of the word by the panel) and judge ability (their tendency to accept or reject words according to their own criteria). This approach allows for the detection of words with higher or lower consensus among judges, as well as atypical judges—that is, those whose decisions do not follow a pattern consistent with the group, which may indicate bias or inconsistencies.

Procedure

Phase 1. Documentary study. An exploratory-descriptive documentary study was conducted to build a set of terms linked to prosociality. Twenty highly cited key documents were consulted in Scopus and Google Scholar, prioritizing Spanish-language sources that addressed prosociality from psychological and social perspectives and that characterized or defined the construct. Texts with a clinical or philosophical focus that did not offer a linguistic operationalization for semantic construction were excluded. Based on these criteria, 17 articles, one doctoral dissertation, one book chapter, and one book were included to construct a definition of prosocial behavior that integrated most of the characteristics mentioned regarding this form of social relating.

The purpose of selecting a definition was (1) to guide the dictionary judges regarding the construct to be evaluated, and (2) to provide context for the set of words included in the word list for content evaluation. The baseline definition was "a voluntary behavior intended to benefit others and, therefore, promotes positive, empathetic, cooperative, and responsible relationships with others" (Eisenberg et al., 2006 in Inglés et al., 2011, p. 452). This definition emphasizes a relational perspective, making it possible to identify, within prosocial discourse, the members, relationships, and characteristics of prosocial interaction.

Phase 2. Identification of prosocial vocabulary. To identify the words to be validated in relation to prosocial behaviors, we began with the words reported by Frimer et al. (2015), who proposed a prosocial dictionary in English. Although some words were not directly translatable, 104 Spanish equivalents were obtained from the 117 words in the original English dictionary. Subsequently, words were identified in the Harvard IV Dictionary, the LIWC Dictionary, Lasswell's Values Dictionary, the General Inquirer Basic, the Thesaurus of the American Psychological Association, and the Dictionary of Colombianisms. Blogs and accounts on X (formerly Twitter) publishing information on prosocial and solidarity initiatives were also reviewed. As a third strategy of Phase 2, a digital form (Google Forms) was administered to a purposive sample of Colombian university students to collect spontaneous terms related to prosocial behaviors. Participants were presented with brief hypothetical scenarios illustrating helping, cooperation, care, and empathy, and were asked to write freely words or expressions that, in their opinion, described these behaviors. Responses were compiled and linguistically normalized (lemmas and regional variants), with duplicates and out-of-context entries removed. This strategy enabled the incorporation of the natural lexical production of native Spanish speakers and the addition of more words to those already extracted from dictionaries, as well as from Frimer et al. (2015) and the documentary study.

Phase 3. Expert judge validation. Seven judges, psychologists with experience in prosociality research and users of digital social networks, evaluated 617 words according to three criteria described in Table 1.

Table 1: Validation criteria of the final word list for expert judges

Tabla, Escala de tiempo

El contenido generado por IA puede ser incorrecto.

Results

Judges’ evaluation based on the Rasch model

To assess the quality and fit of the evaluation, the Rasch model was applied, which provides information on severity/leniency, infit and outfit, and judges' reliability across the criteria of relevance and pertinence (Table 2). This model specification was carried out in accordance with the framework proposed by Unesco (2010).

Severity and Leniency. According to the Rasch model, the mean value is set at 0. A judge is considered severe in their ratings when scores exceed one standard deviation above the mean (1), and lenient when scores fall one standard deviation below the mean (-1).

Infit and Outfit. Infit represents the weighted internal fit of the information, which is more sensitive to unexpected behavior based on the observed and expected performance of the model for items or individuals. The value of perfect fit is 1.00; values below .5 indicate that the judge tends to assign the same rating to multiple words, and values above 1.5 indicate greater variation in ratings. However, when values exceed 2, it means that noise overwhelms the valuable information for the model.

Reliability. This refers to the consistency of judges' ratings across the two proposed criteria (relevance and pertinence). It is expected that all judges apply the same criteria when making their decisions regarding the ratings they provide. The minimum expected value for reliability is .15; values of .20 and above are desirable, since the higher the values, the greater the consistency.

Table 2: Quality and fit of the judges under the Rasch model

Tabla

El contenido generado por IA puede ser incorrecto.

The judges considered relatively more severe within the expert group are, in ascending order, Six (J6), Five (J5), and Seven (J7). For the relevance criterion, those identified as severe are Judges Five (J5) and Two (J2), with values of 1.61 and 1.54, respectively. Judge Seven (J7) is identified as relatively less severe, with a value of 1.04. With respect to leniency in the relevance criterion, Judges Three (J3) and Four (J4) are the most lenient, with scores of -2.23 and -2.38, followed by Judge Six (J6) with -1.09 and Judge Seven (J7) with -1.29. In the relevance criterion, no judge was classified as lenient.

In terms of infit, all judges obtained acceptable values for the measure, which indicates an adequate correspondence between the data and the internal fit, without interference from noise or 'external variables' between the expected and observed values. Regarding outfit, Judges Five (J5) with 1.70 and Seven (J7) with 1.80 exceeded the acceptable range of 1.50; however, although these judges surpassed the acceptable threshold for this criterion, the amount of added random noise is not significant enough to affect the analysis.

In the relevance dimension, judges show values within the acceptable range for this criterion. Judges Five (J5), One (J1), and Two (J2) stand out, with values of 0.68, 0.66, and 0.61, respectively, which exceed the threshold of 0.60, evidencing a high degree of consistency. The alignment map presents the comparison of coherence in judges' scores for both criteria, relevance (right side of Figure 1) and pertinence (left side of Figure 1).

Regarding judges' severity and leniency, taking the mean difficulty (M) as a reference point, the most severe judges are Judge Five (J5) and Judge Two (J2). Judge One (J1) remains within one standard deviation (s) for both criteria, as does judge seven (J7) for the relevance criterion, since in this case the latter shows a perfect fit at the sample mean. This indicates that these judges are more neutral in their assessments, neither too severe nor too lenient.

Figure 1: Comparative map of judges for relevance and pertinence criteria

Gráfico, Gráfico de dispersión

El contenido generado por IA puede ser incorrecto.

Judges Three (J3) and Four (J4) are the most flexible in the relevance criterion; however, in the pertinence criterion, they are relatively more neutral. Finally, Judge Six (J6) varies in position across both criteria, showing limited consistency in relation to their measure.

To evaluate the reliability of the ratings, Cronbach's alpha analysis and the separation index reported by the Rasch model were used, yielding a reliability of .99 and a real separation of 1.30. This is considered optimal reliability for the model, with a maximum expected value of 1.00, thereby confirming the judges' decisions.

Assessment for word choice

The criteria for word selection were: first, the words with the highest level of inter-judge agreement—that is, those to which all seven judges assigned the highest score—and second, the words that exceeded an agreement level of .71 (five out of seven judges). In total, 459 words were selected from the relevance list and 575 from the pertinence list.

Once the words were selected, a comparison was carried out between the word lists for the relevance and pertinence criteria to confirm that the words showing the highest agreement in one criterion matched the words in the other list. As a result, 117 words were excluded, and 458 overlapped across the lists.

Sufficiency criterion

The judges' responses were compiled in an Excel file to determine whether they considered the criterion met and whether the words presented were sufficient to represent the construct. Four of the seven judges responded to this criterion; however, those who did respond unanimously agreed that the words presented in this validation are sufficient to measure prosociality as a construct. For this criterion, they were also asked to indicate which words they suggested should be included in the dictionary but were not part of the validation. The judges proposed 19 words; however, since no overlap was found among the suggestions, these were not considered for the final version of the prosociality dictionary.

Discussion

The objective of this study was to gather evidence of content validity for a prosocial behavior dictionary compatible with the LIWC software in Spanish, which allows the detection of words related to collaboration, cooperation, altruism, and other references to prosociality in any document. To achieve this objective, the procedure outlined by Donahue et al. (2014) was followed.

In evaluating the quality of expert judges in the task of rating words, using the criteria of severity/leniency, infit/outfit, and reliability (Unesco, 2010), it was determined that they met the acceptable values to consider the rating scores as reliable. The reliability of the judges' assessments constitutes evidence supporting the inference of the final word list for this validation. However, for future validations with expert judges, it is recommended that words be presented in blocks with varying orders to compensate for the fatigue effect caused by the large number of words (617) and to reduce the bias of words being differentially evaluated at the end of the list. Alternatively, a block design could be employed, in which not all words are necessarily rated by every judge; instead, each word is assessed by at least three judges (Garzón-Velandia et al., 2020). On the other hand, regarding the validation methodology used, it is worth noting that, unlike the English dictionary taken as reference (Frimer et al., 2015), the Rasch model was chosen, as it is a psychometric model for test validation, which generates reliability in the results obtained by incorporating the calculated percentage of chance into its analysis.

The results obtained in this study align with previous findings on the bifactorial structure of prosociality, as reported by Martí-Vilar et al. (2020) and Luengo-Kanacri et al. (2021), who validated a prosociality instrument in five countries, including Chile and Spain. In their model, a general prosociality factor is distinguished alongside two specific dimensions: prosocial actions and prosocial feelings. This structure reflects the coexistence of behavioral and affective components, which is consistent with the semantic categorization carried out in the present dictionary. Furthermore, this study highlights the importance of having culturally sensitive instruments to assess prosociality in Spanish-speaking populations. While their approach relies on psychometric self-reports, the present work complements this line of research through an automated linguistic tool that enables the analysis of spontaneous texts. This methodological convergence enhances the validity of the dictionary as a resource for regional research on prosocial behavior.

As the first validated prosocial behavior dictionary for LIWC in Spanish, some of its potential applications are expected to relate to the predictive power of words associated with prosocial behavior in contexts of objective prosociality measurement. From a strategic perspective, it is pertinent to consider publishing the dictionary in open access. This would facilitate its use by researchers, educators, and Spanish-speaking professionals, promoting replicability, methodological transparency, and the democratization of academic resources. As the first LIWC dictionary validated in Spanish with a psychosocial focus, its free availability would enhance its integration into software initiatives, regional corpora, and educational settings.

A dictionary capable of detecting prosocial behavior has enormous potential in various fields of study, including evaluating the effectiveness of psychological therapies, estimating the prosocial classroom climate, analyzing political discourse, and assessing dynamics in digital social networks. Although additional studies will always be necessary to test the validity of the dictionary in other contexts, the evidence presented here demonstrates the possibility of estimating prosociality through linguistic analysis, opening a range of questions about the relationship between cognitive processes, language, and cooperative behaviors under automated data collection and processing techniques.

In this regard, the final version of the dictionary presented here, comprising 458 words, was utilized in Study 2 to assess its ability to estimate prosociality in an experimental context.

Study 2

Cooperation is a crucial aspect of human behavior, closely tied to the maintenance of social systems, the resolution of group conflicts, and the establishment of norms of coexistence. Although its behavioral manifestation has been widely documented (Hayes & Sanford, 2014; Rand & Nowak, 2013; Simpson & Willer, 2015), the cognitive processes underlying prosocial decision-making remain the subject of ongoing empirical and theoretical debate. Studying these dynamics requires the development of robust methodologies that connect observed behavior with indirect indicators of reflective processing, strategic reasoning, inhibitory control, or moral deliberation. Identifying reliable signals that reflect these processes is crucial to advancing our understanding of how cooperation is activated in complex contexts and enriching the dialogue between cognitive psychology, social psychology, and other fields of the behavioral sciences.

In this regard, Study 2 applied the prosociality dictionary obtained in Study 1 to written texts produced by 160 participants in Public Goods Games (PGGs), to evaluate whether the estimation of prosociality generated by the dictionary was associated with the amount of donations made in the experimental task. Public Goods Games (or dilemmas) have traditionally been used to estimate cooperation and typically involve four participants who receive an endowment of money or another resource from the researchers. Participants must decide what percentage of this endowment they donate to a shared pool, which is then increased and redistributed equally among participants. Thus, this paradigm simulates situations in which participants must decide how much to contribute to the group, even when doing so implies sacrificing part of their individual gain. The resource units each person decides to keep remain as individual gain. In contrast, the units contributed to the pool are multiplied by a factor (e.g., ×1.5) and then distributed equally among all players, regardless of how much each contributed. This dynamic generates a classic social dilemma: if all cooperate, the group benefits more; if someone behaves selfishly and keeps their units, they obtain greater individual benefit but reduce the common good. This dilemma between individual interest and collective benefit activates cognitive, emotional, and discursive mechanisms associated with prosociality, which can be studied in different contexts (Bailey et al., 2012; Brandt et al., 2005; Catola et al., 2023; Grayson et al., 2025; Li et al., 2024; Skatova & Ferguson, 2013; Struwe et al., 2024; van Hoorn et al., 2014).

Some variations of the game show that increasing the number of participants or the entry of new members decreases contributions (Alencar et al., 2008; Otten et al., 2022), and that repeated iterations of the game among the same participants also reduce cooperation (Goeschl & Lohse, 2016). The effect of the multiplier factor has been less explored; in most cases, the shared pool is doubled before redistribution (Goeschl & Lohse, 2016; Rostovtseva et al., 2020), but in other studies, the multiplier differs (Burton-Chellew et al., 2016; Fischbacher & Gächter, 2010).

PGGs have been used to explore hypotheses concerning the cognitive processes underlying cooperative decision-making, often within the context of the dual-process model, which distinguishes between intuitive and reflective cognition. Intuitive processes, also called type 1, are fast and consume few cognitive resources, whereas reflective processes, or type 2, are slower as they require greater cognitive effort (Conway-Smith & West, 2023; Evans, 2008; Evans & Stanovich, 2013; Grehl & Tutić, 2022; Kahneman, 2011). In this context, some studies have manipulated the time available for participants to make their decisions in the game, showing that with less time to decide, contributions increase (Cone & Rand, 2014; Rand et al., 2012). Such results have led to the claim that cooperative decisions rely more on intuitive, rapid, and impulsive processes (type 1). In contrast, deliberation and reflection, which involve more abstract and complex thinking (type 2), may hinder cooperative behavior.

However, some authors highlight methodological aspects of time-pressure designs that complicate the interpretation of results (Capraro & Cococcioni, 2016), and alternative methodological strategies have found evidence in the opposite direction—namely, that reflective thinking promotes cooperation, whereas impulsive decisions reduce it (Martinsson et al., 2014; Myrseth et al., 2015). Other studies propose that type 1 processes underlie both prosocial and selfish decisions (Bago et al., 2021) and that the relationship between intuitive responses and prosocial behavior is context-dependent (Teoh & Hutcherson, 2022). This discussion is relevant not only to understanding the cognitive and evolutionary processes associated with prosocial behaviors but also to informing public and educational strategies that promote cooperative behavior, which is essential for peaceful coexistence, environmental preservation, and the survival of the species.

For all these reasons, in the second study, we sought to contribute to this debate by proposing a design that estimates cognitive styles—intuitive and reflective—through linguistic analysis. To this end, we considered function words, which are used independently of the topic of discussion, as their role is to connect words and phrases, thereby giving structure to discourse or text. Function words include articles, prepositions, pronouns, conjunctions, negations, adverbs, and auxiliary verbs. Although these words have no meaning in themselves, they are related to specific psychological states and cognitive traits of the speaker. For example, greater use of negations and first-person pronouns has been associated with clinical depression (Rude et al., 2004); the use of articles with formal writing (Biber, 1988); and lower use of adverbs with higher scores on the openness factor of the Big Five personality model (Lee et al., 2007).

The authors who developed LIWC further recognized that the use of articles is positively correlated with the use of prepositions. In contrast, both categories are negatively correlated with the use of pronouns, conjunctions, negations, adverbs, and auxiliary verbs (Pennebaker et al., 2003). In addition, these last five categories covary positively. Based on this, they constructed an index that integrates all function-word categories into a continuous measure, where the negative pole represents a narrative, dynamic, time-based style referring to personal stories. In contrast, the positive pole is associated with elevated abstract thought, analytical reasoning, emotional detachment, and greater cognitive complexity. This index has been termed the Categorical–Dynamic Index (CDI) (Pennebaker et al., 2014) and has proven helpful in various studies (Boyd & Pennebaker, 2015; Hawkins & Boyd, 2017; Logan & Hall, 2019; Markowitz & Hancock, 2017; Zasiekin et al., 2022). To the authors' knowledge, the present study is the first to use this index to estimate cognitive styles associated with the expression of prosocial behaviors.

Considering the above, the second study aimed to achieve two main objectives. The first was to test the hypothesis that donations in the PGG would be positively associated with the estimation of prosociality made by the dictionary based on participants' written texts. This would provide evidence for the validity of the dictionary proposed in Study 1 as a tool for estimating the expression of prosocial behaviors through linguistic analysis. Second, given the existing debate over the evidence, we sought to explore the relationship between the CDI and donations in the PGG, thereby contributing to the discussion on the cognitive processes involved in prosocial behaviors. Additionally, we aimed to control for the possible effect of the multiplier factor in the PGG on the relationship between cognitive styles and cooperation. This is important because the multiplier is not typically included as a variable in studies examining prosocial decision-making, and because, in our literature review, we found that some studies reaching contradictory conclusions had applied different return rates (Martinsson et al., 2014; Rand et al., 2012).

Methods

Study type and design

This study was a quasi-experimental field study within the areas of behavioral economics and experimental economics, as classified by Montero and León (2007) according to their taxonomy.

Participants

This study involved 160 undergraduate students (55 % women), with a mean age of 19.68 years (SD = 2.20), who were randomly assigned to two conditions that differed only in the return rate in the PGG: 0.5 in condition 1 and 0.4 in condition 2. All participants participated voluntarily in the recruitment process and completed the corresponding informed consent form.

Procedures

All experiments were conducted in the laboratories of the Universidad Católica de Colombia. The PGG always included four participants, who watched a video of approximately seven minutes explaining the game's dynamics and providing examples. The research team developed the video to ensure that all participants received the same instructions. After the video, each participant completed a form in which, in addition to reporting age and sex, they answered the following control questions: i) To maximize your earnings, how should each player's endowment be allocated to the shared pool? ii) To minimize your earnings, how should each player's endowment be allocated to the shared pool? iii) For the group to maximize its earnings, how should each player's endowment be allocated to the shared pool?

Subsequently, the PGG was presented with 10,000 Colombian pesos (approximately US$2.89), and participants were asked whether they had played before or were familiar with this or other similar games. In all cases, these two questions received negative responses.

Finally, the written production was collected by asking each participant to respond to the following questions, with the instruction: "Describe with as much detail as possible: What strategy did you follow in the game? What did you consider when making your decision in the game? What emotions did you experience during the game?". All participants received their game earnings in cash on the same day of their participation, after approximately one hour in the laboratory.

Measurements

In addition to age, sex, and condition, the following measures were recorded in this second study:

- Donation. The donation of money to the shared pool was the dependent variable of the study and is expressed as a percentage throughout the presentation of results.

- Prosociality. The written production derived from the three open-ended questions provided this measure, using the prosociality dictionary presented in Study 1. This variable is a continuous measure expressed as the percentage of words recognized by the dictionary out of the total words written in response to the three questions. In this study, the mean number of words written was 52.43 (SD = 28.11).

- CDI. The written production also allowed for the construction of this index as follows: (articles + prepositions) – (pronouns + conjunctions + negations + adverbs + auxiliary verbs) + 30. This constant was included to avoid negative values. As mentioned above, lower values correspond to a dynamic linguistic style, associated with type 1 cognitive processes, whereas higher values correspond to a categorical linguistic style, associated with type 2 cognitive processes.

Ethical conditions

The study was approved by the Ethics Committee of the Universidad Católica de Colombia, as recorded in Minute No. 5 of the Ethics Committee, dated October 25, 2018. Each participant approved participation conditions through an informed consent form, which specified the voluntary nature of participation and the classification of the study as involving less than minimal risk.

Results

No significant differences were found in donations, nor in any other variable, between the two conditions; therefore, the descriptive data in Table 3 correspond to the entire sample. Of the 160 participants, 106 (66.3 %) answered the three control questions correctly. A Chi-square test revealed no association between treatment and the probability of understanding the game. When comparing the 106 participants who answered the control questions correctly with the 54 who did not understand the game, the only difference found was that the first group obtained higher prosociality scores using the dictionary (Z = –2.13, p = .033). When the analyses were restricted to the 66.3 % of participants who answered the control questions correctly, the similarities between the two conditions were maintained. However, since failing any of the control questions is a strong indication of not having understood the game, the possible relationships between cognitive processes and cooperative behaviors in the PGG were explored only in the 106 participants who answered all three control questions correctly. Additionally, no sex-related differences were found.

Table 3: Descriptive statistics and normality test

Tabla

El contenido generado por IA puede ser incorrecto.

The percentage of money contributed in the PGG correlated positively with prosociality estimated by the dictionary (r = .341; p < .000), with the CDI (r = .256; p = .008), and with age (r = .320; p = .001). These associations differed between the two treatments: while in the condition with a return rate of .4 they remained strong, in the condition with a return rate of .5 they weakened or disappeared (Table 4).

Table 4: Spearman correlations

Tabla

El contenido generado por IA puede ser incorrecto.

Subsequently, a multiple linear regression model was conducted using the Enter method. In the model, the dependent variable was the donation in the PGG, and the predictors entered were prosociality estimated by the dictionary, the CDI, age, and condition as a dummy variable (Table 5).

Table 5: Summary of multiple linear regression (N = 106)

Tabla

El contenido generado por IA puede ser incorrecto.

The multiple linear regression model was highly significant (Adjusted R² = .149; p < .000) and explained 15% of the variance in cooperative behavior in the PGG. The effects of prosociality, as estimated by the dictionary and the CDI, were significant. In contrast, the effect of age was only marginally significant, whereas condition did not contribute to explaining the dependent variable.

Discussion

The purpose of the second study was to estimate the relationship between the prosociality measure, calculated using the dictionary presented in Study 1, and cooperation in the Public Goods Game (PGG). Secondly, the relationship between cooperative behavior and the CDI—an index associated with cognitive styles derived from analyzing the use of function words—was explored. Indeed, the dictionary demonstrated the ability to predict cooperative behavior in the game significantly. At the same time, the CDI was also positively associated with the percentage of money donated in the PGG, showing that a more categorical linguistic style, associated with abstract and complex cognitive processing (type 2), favors this type of prosocial behavior.

Regarding the results of the PGG, the finding that the CDI was positively associated with contributions supports the idea that reflective and deliberative processes foster the expression of prosocial behaviors, particularly in contexts where strategic calculation and inhibition of automatic responses play a relevant role. This finding aligns with previous studies that have linked reflective thinking with cooperation and strategic altruism (Martinsson et al., 2014; Myrseth et al., 2015). Nevertheless, this result raises new questions about the nature of the link: is cooperation a decision motivated by moral reasoning, or does it reflect a cost–benefit evaluation that requires a greater cognitive load? In this sense, it is suggested that future research contrast different methods for estimating cognitive style (time pressure, linguistic analysis, psychometric tests), as well as differentiate types of prosocial behavior (e.g., structured cooperation vs. spontaneous altruism) according to the cognitive demands involved.

A particularly relevant finding was that the return rate used in the PGG—that is, the multiplier applied to the shared pool—modulated the strength of the relationship between the CDI and cooperation. The correlation was stronger under the .4 return condition than when the pool was doubled (return 1.0). This difference may be explained by the greater cognitive effort required in the first condition, where group benefit is not immediate and participants must project future scenarios involving a higher degree of strategic reasoning. This suggests that seemingly minor experimental variables, such as the return rate, can activate different underlying cognitive systems and may account for some of the inconsistencies across previous studies (Rand et al., 2012).

From a methodological perspective, the use of the CDI as an estimator of cognitive style offers relevant advantages, since, unlike linguistic content that can be relatively controlled in its production, the use of function words is less consciously monitored. This makes it less manipulable and more reliable for assessing internal states through language analysis. Although this index has been applied in several studies, its full potential remains to be developed; future research should therefore evaluate its convergence with different related cognitive processes, such as inhibition, attentional control, reflective thinking, and self-control. In this line, the work of Rand and Epstein (2014) used the LIWC software to examine whether, in the discourse of Carnegie Hero Medal Recipients (CHMR)—individuals who performed altruistic acts—words consistent with deliberative or intuitive processes appeared, finding that intuitive cognitive styles (type 1) were more strongly associated with risky altruistic acts. This suggests that the relationship between cognitive styles and prosocial behaviors depends on both the type of prosocial behavior (e.g., cooperation, altruism) and the cost–benefit evaluation involved in deciding to act prosocially.

Age also showed a marginal relationship with cooperative behavior, suggesting that the cognitive processes involved may vary across different stages of development. The maturation of brain structures related to executive control, as well as the progressive development of social and moral priorities, may influence the expression of prosociality. It is therefore necessary to consider the life span as a moderating variable in future designs exploring the cognitive bases of cooperation.

The findings of this study reinforce the notion that the expression of prosocial behaviors involves not only affective motivations but also complex cognitive processes such as strategic reasoning, reflective thinking, and inhibitory control. Understanding how these mechanisms are articulated in different contexts—such as cooperative games, moral dilemmas, or spontaneous helping scenarios—is key to deepening knowledge of the mental architecture underlying prosocial conduct. This line of research not only enriches psychological understanding of socio-cognitive functioning but also provides practical implications for fields such as ethics education, the design of collaborative environments, the development of empathetic technologies, and intervention in clinical or community settings. Ultimately, studying how we think when we decide to help is also studying how we collectively construct more cooperative, inclusive, and humane environments.

References