Inferring personality from a live interaction with an LLM: Predictions are internally consistent and show convergent validity
Cette étude préenregistrée démontre que les grands modèles de langage peuvent inférer de manière fiable les traits de personnalité du Big Five à partir de conversations en direct avec une cohérence interne et une validité convergente élevées, particulièrement pour le névrosisme et l'amabilité, bien que la performance varie selon l'observabilité des traits et la stratégie de prompting.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Depuis des décennies, les psychologues s'appuient sur un outil simple pour comprendre qui nous sommes : un questionnaire. Les gens s'assoient et s'évaluent sur une série d'énoncés, indiquant s'ils sont d'accord ou non avec des idées concernant la sociabilité, l'organisation ou l'anxiété. Cette méthode est efficace et nous a donné une carte standard de la personnalité humaine, souvent appelée le « Big Five ». Ces cinq traits — l'ouverture aux nouvelles expériences, la conscience, l'extraversion, l'amabilité et le névrosisme — servent de cadre pour décrire comment les individus pensent, ressentent et se comportent. Pourtant, cette approche présente une faille. Elle demande aux gens de regarder en eux-mêmes et de se juger, un processus qui peut être obscurci par la façon dont nous souhaitons être perçus ou par de simples erreurs d'auto-réflexion. Elle manque également les détails riches et complexes de la façon dont nous parlons et interagissons réellement dans le monde réel.
Récemment, un nouveau type de technologie est apparu et pourrait changer la façon dont nous mesurons ces traits. Les grands modèles de langage sont des programmes informatiques entraînés sur de vastes quantités de textes, capables de tenir des conversations qui semblent étonnamment humaines. Parce que ces modèles ont lu énormément d'écrits humains, ils peuvent parfois repérer des motifs dans la façon dont les gens utilisent les mots, révélant ainsi leur caractère profond. La question que les chercheurs ont commencé à se poser était de savoir si un ordinateur pouvait écouter une conversation en temps réel et deviner avec précision la personnalité d'une personne, simplement en l'entendant parler, sans que celle-ci n'ait jamais à remplir un formulaire.
Une équipe de chercheurs de l'Université de Bonn s'est lancée dans le test de cette idée. Ils ont invité 117 personnes à avoir une conversation de dix minutes avec un agent conversationnel (chatbot) doté d'intelligence artificielle. Le chatbot a reçu une instruction spécifique : poser des questions ouvertes sur la semaine passée du participant, en gardant ses propres réponses brèves, tout en essayant de recueillir suffisamment d'informations pour comprendre le caractère de la personne. L'objectif était de voir si l'ordinateur pouvait extraire un profil de personnalité de cet échange bref. Une fois la conversation terminée, les chercheurs ont demandé au chatbot d'évaluer la personnalité du participant selon les cinq traits principaux. Pour garantir la solidité des résultats, les chercheurs ont également demandé aux participants de remplir un questionnaire de personnalité standard sur eux-mêmes, fournissant ainsi un point de référence pour comparer les suppositions de l'ordinateur.
Les chercheurs ont testé deux manières différentes de demander à l'ordinateur de rendre son jugement. Dans la première approche, ils ont simplement demandé au modèle de noter la personne sur les cinq traits en se basant sur la conversation. Dans la seconde approche, plus complexe, ils ont soumis à l'ordinateur la liste exacte des questions du test de personnalité standard et lui ont demandé de deviner comment la personne aurait répondu à chacune d'elles. Les résultats ont montré que l'ordinateur était étonnamment doué pour cette tâche. Lorsque les chercheurs ont vérifié la cohérence des évaluations de l'ordinateur, ils ont constaté que le modèle comprenait la structure de la personnalité aussi bien qu'un psychologue humain. Les scores générés par l'ordinateur étaient cohérents en interne, ce qui signifie qu'il ne donnait pas de réponses contradictoires pour une même personne.
Plus important encore, les évaluations de l'ordinateur correspondaient aux auto-évaluations des participants. Les correspondances les plus fortes ont été trouvées pour le névrosisme, qui est lié à la stabilité émotionnelle et à l'anxiété, et l'amabilité, qui est liée à la gentillesse et à la coopération. L'ordinateur était particulièrement doué pour repérer des signes de dépression et de compassion dans la façon de parler des gens. Cependant, la technologie a eu des difficultés avec d'autres traits. Elle a eu plus de mal à prédire si une personne était extravertie ou ouverte d'esprit. Cette difficulté provient probablement de la nature même de la conversation. Des traits comme l'extraversion se manifestent souvent dans la manière dont les gens agissent en groupe ou dans leur niveau d'énergie en personne, des éléments difficiles à capturer dans un chat textuel avec une machine. De même, la créativité et l'ouverture sont souvent des processus internes qui ne laissent pas toujours une trace claire dans une courte conversation.
L'étude a également examiné si l'ordinateur était biaisé. Il y avait une crainte que le modèle ne s'appuie sur des stéréotypes, comme supposer que les femmes sont plus émotives que les hommes, simplement parce qu'il avait lu ces idées dans ses données d'entraînement. Cependant, comme les chercheurs avaient caché le genre des participants au chatbot, l'ordinateur n'a pas amplifié ces stéréotypes. Les différences qu'il a trouvées entre les hommes et les femmes étaient cohérentes avec ce que les participants disaient d'eux-mêmes, suggérant que le modèle réagissait aux personnes réelles plutôt qu'à une notion préconçue. Les chercheurs ont toutefois constaté que l'ordinateur avait tendance à être excessivement bienveillant dans ses jugements. Il donnait des scores plus élevés pour des traits comme l'amabilité et la conscience, et des scores plus bas pour le névrosisme, peut-être parce qu'il était programmé pour être poli ou parce qu'il adoptait une version « sympathique » de la personne.
Bien que les prédictions de l'ordinateur ne soient pas parfaites, l'étude suggère que nous nous dirigeons vers un avenir où la personnalité pourra être comprise à travers une conversation naturelle plutôt que par de simples listes de contrôle. Les chercheurs ont constaté que la méthode plus simple consistant à demander une évaluation générale fonctionnait mieux que la méthode complexe consistant à soumettre les questions du test à l'ordinateur, laquelle entraînait plus souvent l'échec du système. Cela indique que le modèle possède une compréhension intuitive de la personnalité qui ne nécessite pas toujours un cadre rigide pour fonctionner. Les conclusions suggèrent que, bien que ces outils ne soient pas encore prêts à remplacer les psychologues humains ou à prendre des décisions ayant un impact majeur sur la vie, ils peuvent extraire avec succès des signaux significatifs sur qui nous sommes à partir des mots que nous choisissons de dire. À mesure que la technologie s'améliore et que les conversations deviennent plus longues et plus détaillées, la capacité de lire la personnalité à partir de la parole pourrait devenir un nouveau moyen puissant de comprendre l'esprit humain.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.