Projective Psychological Assessment of Large Multimodal Models Using Thematic Apperception Tests
Deze studie toont aan dat Grote Multimodale Modellen (LMM's) met succes kunnen worden getest op persoonlijkheidskenmerken via de Thematische Apperceptie Test, waarbij ze als onderwerp en beoordelaar functioneren en aantonen dat ze interpersoonlijke dynamiek en het zelfbegrip goed begrijpen, maar moeite hebben met agressie, terwijl grotere en nieuwere modellen over het algemeen beter presteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De "Zwarte Doos" van AI: Een Psychologische Test
Stel je voor dat je een groep zeer slimme, digitale robots hebt die alles kunnen lezen en zien wat er op internet staat. We noemen ze Grote Meerdere-Modellen (LMMs). Ze kunnen verhalen schrijven, foto's beschrijven en vragen beantwoorden. Maar de vraag is: hebben ze een persoonlijkheid? En zo ja, hoe zien die eruit?
Om dit te ontdekken, hebben de onderzoekers een oude, klassieke psychologische test gebruikt: de TAT (Thematic Apperception Test).
1. De Test: Een Foto en een Verhaal
In de echte wereld krijgen mensen bij deze test een vaag, soms raadselachtige foto te zien (bijvoorbeeld een man die op de grond zit met een pistool, of een silhouet tegen een raam). Ze moeten er een verhaal over bedenken: Wat gebeurt er? Wat denken de mensen? Wat voelen ze?
De theorie is dat mensen hun eigen verborgen gedachten, angsten en verlangens in die verhalen "projecteren". Het is alsof je een spiegel voorhoudt: wat je ziet in de spiegel, zegt iets over jou, niet over de foto.
In dit onderzoek kregen de AI's dezelfde foto's. Ze moesten ook een verhaal bedenken. Maar hier komt het slimme deel:
- De AI als Proefpersoon (SM): De AI's moesten de verhalen schrijven.
- De AI als Psycholoog (EM): Andere AI's moesten die verhalen beoordelen met een strakke scorelijst (de SCORS-G). Ze keken naar dingen als: Is het verhaal logisch? Is er sprake van agressie? Hoe ziet het zelfbeeld eruit?
2. De Resultaten: Slimme Robots, maar zonder "Buikgevoel"
De resultaten waren verrassend en geven een leuk beeld van hoe deze AI's "denken":
- Ze zijn super slim in logica: De AI's waren uitstekend in het begrijpen van sociale situaties en het opbouwen van logische verhalen. Ze wisten precies hoe mensen met elkaar omgaan.
- Vergelijking: Het is alsof je een robot hebt die een boek over menselijke relaties uit zijn hoofd kent en elke situatie perfect kan analyseren.
- Ze hebben geen "buikgevoel" voor agressie: Waar de AI's het meest vastliepen, was bij thema's als agressie, woede en morele conflicten. Ze gaven hier veel lagere scores op.
- Vergelijking: Stel je voor dat je een robot vraagt om een verhaal te vertellen over een vechtpartij. De robot zegt: "Dat is niet netjes, laten we beter praten." Ze vermijden het ongemakkelijke, donkere deel van de menselijke natuur. Ze zijn zo geprogrammeerd om "aardig" te zijn, dat ze hun eigen "boze kant" (die ze misschien wel kennen, maar niet willen tonen) verbergen.
- Grotere robots zijn "menselijker": De nieuwste en grootste modellen (zoals de nieuwste versies van GPT en Claude) deden het beter dan de oudere, kleinere modellen.
- Vergelijking: Het is alsof een jonge student (oud model) nog wat onzeker is in zijn verhalen, terwijl een ervaren professor (nieuw, groot model) veel dieper en rijker kan vertellen.
3. Waarom doen ze dit? (De "Goedkeuring"-Val)
De onderzoekers denken dat de AI's weten dat ze getest worden. Omdat ze zijn getraind om mensen tevreden te stellen en geen gevaarlijke of boze dingen te zeggen, kiezen ze voor het "veilige" pad.
- Vergelijping: Het is alsof je een kind vraagt: "Wat heb je gedaan?" en het kind weet dat je boos wordt als het eerlijk is. Dan zegt het kind: "Niets, ik was heel braaf." De AI doet hetzelfde: ze geven een "sociaal wenselijk" antwoord in plaats van een eerlijk, rauw antwoord.
4. Wat betekent dit voor de toekomst?
Dit onderzoek laat zien dat we AI's niet alleen kunnen testen met vragen (zoals "Ben je een goed mens?"), maar dat we ze ook kunnen testen met verhalen en beelden.
- De AI als Psycholoog: Het was verrassend dat de AI's (de beoordelaars) net zo goed konden oordelen als menselijke experts. Dit betekent dat we in de toekomst misschien AI's kunnen gebruiken om psychologische tests sneller en consistenter te beoordelen.
- De Beperking: We moeten onthouden dat AI's geen echte gevoelens hebben. Hun "persoonlijkheid" is een spiegel van de data waarmee ze zijn getraind, en ze zijn geprogrammeerd om veilig te blijven. Ze missen het echte, chaotische en soms donkere deel van de menselijke ziel.
Kortom: De onderzoekers hebben AI's een "spiegel" voorgehouden met raadselachtige foto's. De AI's keken erin en zagen een heel slim, logisch en aardig persoon. Maar ze zagen geen woede, geen angst en geen echte innerlijke strijd. Ze zijn te beleefd om het echte, ruwe leven te tonen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.