Inferring personality from a live interaction with an LLM: Predictions are internally consistent and show convergent validity
Questo studio preregistrato dimostra che i grandi modelli linguistici possono inferire in modo affidabile i tratti della personalità dei Big Five da conversazioni dal vivo con un'elevata coerenza interna e validità convergente, particolarmente per nevroticismo e amabilità, sebbene le prestazioni varino in base all'osservabilità del tratto e alla strategia di prompting.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Per decenni, gli psicologi si sono affidati a uno strumento semplice per capire chi siamo: un questionario. Le persone si siedono e valutano se stesse attraverso una serie di affermazioni, rispondendo se concordano o meno con idee riguardanti l'essere estroversi, organizzati o ansiosi. Questo metodo è efficiente e ci ha fornito una mappa standard della personalità umana, spesso chiamata "Big Five". Questi cinque tratti — apertura alle nuove esperienze, coscienziosità, estroversione, gradevolezza e nevroticismo — fungono da quadro descrittivo di come le persone pensano, sentono e si comportano. Eppure, questo approccio presenta un difetto. Chiede alle persone di guardarsi dentro e giudicare se stesse, un processo che può essere offuscato da come vorremmo essere visti o da semplici errori di riflessione personale. Inoltre, perde i ricchi e disordinati dettagli di come parliamo e interagiamo realmente nel mondo.
Recentemente, è emersa una nuova tecnologia che potrebbe cambiare il modo in cui misuriamo questi tratti. I modelli linguistici di grandi dimensioni sono programmi informatici addestrati su enormi quantità di testo, capaci di sostenere conversazioni che sembrano sorprendentemente umane. Poiché questi modelli hanno letto così tanto materiale di scrittura umana, possono talvolta scorgere schemi nel modo in cui le persone usano le parole che rivelano il loro carattere sottostante. La domanda che i ricercatori hanno iniziato a porsi era se un computer potesse ascoltare una conversazione in tempo reale e indovinare accuratamente la personalità di una persona, semplicemente ascoltandola parlare, senza che questa debba mai compilare un modulo.
Un team di ricercatori dell'Università di Bonn si è messo alla prova per testare questa idea. Hanno invitato 117 persone a fare una conversazione di dieci minuti con un chatbot basato sull'intelligenza artificiale. Al chatbot è stato dato un'istruzione specifica: porre domande aperte sul passato della settimana del partecipante, mantenendo le proprie risposte brevi, il tutto cercando di raccogliere abbastanza informazioni per comprendere il carattere della persona. L'obiettivo era vedere se il computer potesse estrarre un profilo di personalità da questo breve scambio. Una volta terminata la conversazione, i ricercatori hanno chiesto al chatbot di valutare la personalità del partecipante sui cinque tratti principali. Per garantire la solidità dei risultati, i ricercatori hanno anche chiesto ai partecipanti di compilare un questionario sulla personalità standard su se stessi, fornendo un parametro di riferimento con cui confrontare le ipotesi del computer.
I ricercatori hanno testato due modi diversi di chiedere al computer di formulare il proprio giudizio. Nel primo approccio, hanno semplicemente chiesto al modello di valutare la persona sui cinque tratti basandosi sulla conversazione. Nel secondo approccio, più complesso, hanno fornito al computer l'elenco esatto delle domande del test di personalità standard e gli hanno chiesto di indovinare come la persona avrebbe risposto a ciascuna di esse. I risultati hanno mostrato che il computer era sorprendentemente bravo nel compito. Quando i ricercatori hanno controllato la coerenza delle valutazioni del computer, hanno scoperto che il modello comprendeva la struttura della personalità altrettanto bene di uno psicologo umano. I punteggi generati dal computer erano internamente coerenti, il che significa che non forniva risposte contraddittorie per la stessa persona.
Più importante ancora, le valutazioni del computer corrispondevano alle auto-segnalazioni dei partecipanti. I match più forti sono stati trovati per il nevroticismo, che riguarda la stabilità emotiva e l'ansia, e la gradevolezza, che riguarda la gentilezza e la cooperazione. Il computer è stato particolarmente bravo a scorgere segni di depressione e compassione nel modo in cui le persone parlavano. Tuttavia, la tecnologia ha incontrato difficoltà con altri tratti. Ha avuto più difficoltà a prevedere quanto una persona fosse estroversa o aperta mentalmente. Questa difficoltà deriva probabilmente dalla natura della conversazione stessa. Tratti come l'estroversione spesso emergono nel modo in cui le persone agiscono nei gruppi o nella loro energia in presenza, cose difficili da catturare in una chat testuale con una macchina. Allo stesso modo, la creatività e l'apertura sono spesso processi interni che non sempre lasciano una traccia chiara in una breve conversazione.
Lo studio ha anche esaminato se il computer fosse influenzato da pregiudizi. C'era il timore che il modello potesse fare affidamento su stereotipi, come presumere che le donne siano più emotive degli uomini, semplicemente perché aveva letto queste idee nei suoi dati di addestramento. Tuttavia, poiché i ricercatori hanno nascosto il genere dei partecipanti al chatbot, il computer non ha amplificato questi stereotipi. Le differenze che ha riscontrato tra uomini e donne erano coerenti con ciò che i partecipanti avevano detto di se stessi, suggerendo che il modello stesse reagendo alle persone reali piuttosto che a una nozione preconcetta. I ricercatori hanno tuttavia scoperto che il computer tendeva a essere eccessivamente gentile nei suoi giudizi. Ha assegnato punteggi più alti per tratti come la gradevolezza e la coscienziosità e punteggi più bassi per il nevroticismo, forse perché era programmato per essere educato o perché assumeva una versione "piacevole" della persona.
Sebbene le previsioni del computer non fossero perfette, lo studio suggerisce che ci stiamo muovendo verso un futuro in cui la personalità può essere compresa attraverso la conversazione naturale piuttosto che solo tramite liste di controllo. I ricercatori hanno scoperto che il metodo più semplice di chiedere una valutazione generale funzionava meglio del metodo più complesso di fornire al computer le domande del test, che causava il fallimento del sistema. Ciò indica che il modello possiede una comprensione intuitiva della personalità che non ha sempre bisogno di un quadro rigido per funzionare. I risultati suggeriscono che, sebbene questi strumenti non siano ancora pronti per sostituire gli psicologi umani o prendere decisioni che cambiano la vita, possono estrarre con successo segnali significativi su chi siamo dalle parole che scegliamo di dire. Man mano che la tecnologia migliora, e man mano che le conversazioni diventano più lunghe e dettagliate, la capacità di leggere la personalità dal parlato potrebbe diventare un nuovo e potente modo per comprendere la mente umana.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.