Inferring personality from a live interaction with an LLM: Predictions are internally consistent and show convergent validity
यह पूर्व-पंजीकृत अध्ययन प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स (LLMs) उच्च आंतरिक निरंतरता और अभिसारी वैधता के साथ, विशेष रूप से न्यूरोटिसिज्म (neuroticism) और एग्रीएबिलिटी (agreeableness) के लिए, लाइव बातचीत से 'बिग फाइव' व्यक्तित्व लक्षणों का विश्वसनीय रूप से अनुमान लगा सकते हैं, हालांकि प्रदर्शन लक्षण की दृश्यता और प्रॉम्पटिंग रणनीति के आधार पर भिन्न होता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
दशकों से, मनोवैज्ञानिकों ने यह समझने के लिए कि हम कौन हैं, एक सरल उपकरण पर भरोसा किया है: एक प्रश्नावली। लोग बैठते हैं और स्वयं को विभिन्न कथनों पर रेटिंग देते हैं, इस बात पर उत्तर देते हैं कि वे बहिर्मुखी होने, व्यवस्थित होने या चिंतित होने जैसे विचारों से कितना सहमत या असहमत हैं। यह विधि कुशल है और इसने हमें मानव व्यक्तित्व का एक मानक मानचित्र दिया है, जिसे अक्सर 'बिग फाइव' कहा जाता है। ये पांच लक्षण—नए अनुभवों के प्रति खुलापन (openness), कर्तव्यनिष्ठा (conscientiousness), बहिर्मुखता (extraversion), अनुकूलता (agreeableness), और तंत्रिकाताप (neuroticism)—यह वर्णन करने के लिए एक ढांचा प्रदान करते हैं कि लोग कैसे सोचते, महसूस करते और व्यवहार करते हैं। फिर भी, इस दृष्टिकोण में एक दोष है। यह लोगों को अपने भीतर झांकने और स्वयं का मूल्यांकन करने के लिए कहता है, एक ऐसी प्रक्रिया जो इस बात से धुंधली हो सकती है कि वे कैसे दिखना चाहते हैं या आत्म-चिंतन की साधारण गलतियों से। यह उन समृद्ध, जटिल विवरणों को भी छोड़ देता है कि वास्तव में वास्तविक दुनिया में लोग कैसे बोलते और परस्पर क्रिया करते हैं।
हाल ही में, एक नए प्रकार की तकनीक उभरी है जो इन लक्षणों को मापने के तरीके को बदल सकती है। लार्ज लैंग्वेज मॉडल्स (LLMs) कंप्यूटर प्रोग्राम हैं जिन्हें विशाल मात्रा में टेक्स्ट पर प्रशिक्षित किया गया है, और वे ऐसी बातचीत करने में सक्षम हैं जो आश्चर्यजनक रूप से मानवीय लगती है। क्योंकि इन मॉडल्स ने बहुत सारा मानवीय लेखन पढ़ा है, वे कभी-कभी लोगों द्वारा शब्दों के उपयोग के उन पैटर्न को पहचान सकते हैं जो उनके अंतर्निहित चरित्र को प्रकट करते हैं। शोधकर्ताओं ने यह सवाल पूछना शुरू किया कि क्या एक कंप्यूटर वास्तविक समय की बातचीत को सुन सकता है और किसी व्यक्ति की बातचीत सुनकर, बिना किसी फॉर्म को भरे, उसके व्यक्तित्व का सटीक अनुमान लगा सकता है।
यूनिवर्सिटी ऑफ बोन के शोधकर्ताओं की एक टीम ने इस विचार का परीक्षण करने के लिए एक प्रयोग किया। उन्होंने 117 लोगों को एक आर्टिफिशियल इंटेलिजेंस चैटबॉट के साथ दस मिनट की बातचीत करने के लिए आमंत्रित किया। चैटबॉट को एक विशिष्ट निर्देश दिया गया था: प्रतिभागी के पिछले सप्ताह के बारे में खुले प्रश्न पूछना, अपने उत्तर संक्षिप्त रखना, और यह सब करते हुए पर्याप्त जानकारी एकत्र करने की कोशिश करना जिससे व्यक्ति के चरित्र को समझा जा सके। लक्ष्य यह देखना था कि क्या कंप्यूटर इस संक्षिप्त बातचीत से एक व्यक्तित्व प्रोफाइल निकाल सकता है। बातचीत समाप्त होने के बाद, शोधकर्ताओं ने चैटबॉट से प्रतिभागी के व्यक्तित्व को पांच मुख्य लक्षणों पर आंकने के लिए कहा। परिणामों को ठोस बनाने के लिए, शोधकर्ताओं ने प्रतिभागियों से स्वयं के बारे में एक मानक व्यक्तित्व प्रश्नावली भरने के लिए भी कहा, ताकि कंप्यूटर के अनुमानों के विरुद्ध तुलना करने के लिए एक बेंचमार्क मिल सके।
शोधकर्ताओं ने कंप्यूटर को निर्णय लेने के लिए कहने के दो अलग-अलग तरीकों का परीक्षण किया। पहले दृष्टिकोण में, उन्होंने मॉडल से बस बातचीत के आधार पर व्यक्ति को पांच लक्षणों पर रेटिंग देने को कहा। दूसरे, अधिक जटिल दृष्टिकोण में, उन्होंने कंप्यूटर को मानक व्यक्तित्व परीक्षण की सटीक सूची दी और उससे पूछा कि वह अनुमान लगाए कि व्यक्ति प्रत्येक प्रश्न का उत्तर कैसे देता। परिणामों ने दिखाया कि कंप्यूटर इस कार्य में आश्चर्यजनक रूप से अच्छा था। जब शोधकर्ताओं ने कंप्यूटर की रेटिंग की निरंतरता की जांच की, तो उन्होंने पाया कि मॉडल व्यक्तित्व की संरचना को उतना ही अच्छी तरह समझता है जितना कि एक मानव मनोवैज्ञानिक। कंप्यूटर द्वारा उत्पन्न स्कोर आंतरिक रूप से सुसंगत थे, जिसका अर्थ है कि इसने एक ही व्यक्ति के लिए विरोधाभासी उत्तर नहीं दिए।
इससे भी महत्वपूर्ण बात यह है कि कंप्यूटर का मूल्यांकन प्रतिभागियों के स्वयं के विवरणों से मेल खाता था। सबसे मजबूत समानताएं 'न्यूरोटिसिज्म' (जो भावनात्मक स्थिरता और चिंता से संबंधित है) और 'अग्रीएबलनेस' (जो दयालुता और सहयोग से संबंधित है) के लिए पाई गईं। कंप्यूटर लोगों के बोलने के तरीके में अवसाद और करुणा के संकेतों को पहचानने में विशेष रूप से सक्षम था। हालांकि, तकनीक अन्य लक्षणों के साथ संघर्ष करती रही। इसे यह अनुमान लगाने में कठिनाई हुई कि कोई व्यक्ति कितना बहिर्मुखी या खुले विचारों वाला है। यह कठिनाई संभवतः बातचीत की प्रकृति के कारण है। बहिर्मुखता जैसे लक्षण अक्सर समूहों में लोगों के व्यवहार या उनके व्यक्तिगत उत्साह में दिखाई देते हैं, जो मशीन के साथ टेक्स्ट चैट में पकड़ना कठिन है। इसी तरह, रचनात्मकता और खुलापन अक्सर आंतरिक प्रक्रियाएं होती हैं जो एक छोटी बातचीत में हमेशा स्पष्ट निशान नहीं छोड़तीं।
अध्ययन ने यह भी देखा कि क्या कंप्यूटर पक्षपाती था। एक चिंता यह थी कि मॉडल रूढ़ियों पर निर्भर हो सकता है, जैसे कि यह मान लेना कि महिलाएं पुरुषों की तुलना में अधिक भावुक होती हैं, केवल इसलिए क्योंकि उसने अपने प्रशिक्षण डेटा में ऐसे विचार पढ़े हैं। हालांकि, क्योंकि शोधकर्ताओं ने प्रतिभागियों के लिंग को चैटबॉट से छिपा दिया था, कंप्यूटर ने इन रूढ़ियों को बढ़ाया नहीं। कंप्यूटर ने पुरुषों और महिलाओं के बीच जो अंतर पाए, वे प्रतिभागियों द्वारा स्वयं के बारे में कही गई बातों के अनुरूप थे, जिससे पता चलता है कि मॉडल किसी पूर्वग्रह वाली धारणा के बजाय वास्तविक लोगों की प्रतिक्रिया दे रहा था। हालांकि, शोधकर्ताओं ने पाया कि कंप्यूटर अपने निर्णयों में अत्यधिक दयालु होने की प्रवृत्ति रखता था। इसने अनुकूलता और कर्तव्यनिष्ठा जैसे लक्षणों के लिए उच्च स्कोर और न्यूरोटिसिज्म के लिए कम स्कोर दिया, शायद इसलिए क्योंकि इसे विनम्र होने के लिए प्रोग्राम किया गया था या क्योंकि यह किसी व्यक्ति के "अच्छे" संस्करण का डिफ़ॉल्ट विकल्प चुन रहा था।
हालांकि कंप्यूटर की भविष्यवाणियां पूर्ण नहीं थीं, अध्ययन सुझाव देता है कि हम एक ऐसे भविष्य की ओर बढ़ रहे हैं जहाँ व्यक्तित्व को केवल चेकलिस्ट के बजाय स्वाभाविक बातचीत के माध्यम से समझा जा सकता है। शोधकर्ताओं ने पाया कि कंप्यूटर को सामान्य रेटिंग देने के सरल तरीके ने बेहतर काम किया, जबकि कंप्यूटर को टेस्ट के प्रश्न देने वाले जटिल तरीके के कारण सिस्टम विफल हो गया। यह इंगित करता है कि मॉडल के पास एक सहज समझ है जो काम करने के लिए हमेशा एक कठोर ढांचे की आवश्यकता नहीं रखती। निष्कर्ष बताते हैं कि हालांकि ये उपकरण अभी मानव मनोवैज्ञानिकों को बदलने या जीवन बदलने वाले निर्णय लेने के लिए तैयार नहीं हैं, फिर भी वे हमारे द्वारा चुने गए शब्दों से हमारे बारे में सार्थक संकेत सफलतापूर्वक निकाल सकते हैं। जैसे-जैसे तकनीक में सुधार होगा, और जैसे-जैसे बातचीत लंबी और विस्तृत होती जाएगी, भाषण से व्यक्तित्व को पढ़ने की क्षमता मानव मन को समझने का एक शक्तिशाली नया तरीका बन सकती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।