Σύνοψη
- Νέα μελέτη από το Εβραϊκό Πανεπιστήμιο αποδεικνύει ότι το GPT-4 μπορεί να προβλέψει τον τρόπο που απαντούν οι άνθρωποι σε ερωτηματολόγια προσωπικότητας.
- Το μοντέλο AI δοκιμάστηκε απέναντι σε 600 πραγματικούς συμμετέχοντες, χρησιμοποιώντας δεδομένα από το εγχειρίδιο ψυχιατρικής DSM-5 και βιβλία αστρολογίας.
- Η ακρίβεια των προβλέψεων του ChatGPT άγγιξε το 0,71 στα ερωτηματολόγια του DSM-5 και το 0,85 σε εκείνα της αστρολογίας.
- Οι ερευνητές διαπίστωσαν ότι τα Μεγάλα Γλωσσικά Μοντέλα (LLMs) κατανοούν τις δομές της ανθρώπινης προσωπικότητας ως φυσικό υποπροϊόν της εκπαίδευσής τους.
- Το σύστημα παρήγαγε ερωτήσεις ψυχομετρικού τύπου ακόμα και όταν τροφοδοτήθηκε αποκλειστικά με ένα εγχειρίδιο χρήσης φούρνου της Bosch.
Το GPT-4 της OpenAI έχει την ικανότητα να προβλέπει συλλογικά μοτίβα ανθρώπινων απαντήσεων σε ερωτηματολόγια προσωπικότητας με εξαιρετική ακρίβεια (από 0,71 έως 0,85).
Σύμφωνα με νέα έρευνα στο περιοδικό iScience, το μοντέλο της τεχνητής νοημοσύνης δεν προβλέπει απλώς την επόμενη λέξη μιας πρότασης, αλλά έχει αφομοιώσει την ίδια τη δομή της ανθρώπινης προσωπικότητας ως άμεσο υποπροϊόν της γλωσσικής του εκπαίδευσης.
Η παραδοσιακή ψυχομετρία βασίζεται εδώ και δεκαετίες στη συλλογή πρωτογενών δεδομένων μέσω στοχευμένων ερωτηματολογίων, προκειμένου να κατανοήσει με ακρίβεια τα δομικά στοιχεία της ανθρώπινης προσωπικότητας. Ωστόσο, μια νέα μελέτη που δημοσιεύθηκε στο έγκριτο περιοδικό iScience αποκαλύπτει ότι τα συστήματα Παραγωγικής Τεχνητής Νοημοσύνης ενδέχεται να αναδιαμορφώσουν ριζικά αυτή την παραδοσιακή διαδικασία.
Οι ερευνητές από το Εβραϊκό Πανεπιστήμιο και την Ιατρική Σχολή Hadassah απέδειξαν ότι τα Μεγάλα Γλωσσικά Μοντέλα (LLMs), και συγκεκριμένα το εργαλείο GPT-4, μπορούν να υπολογίσουν με αξιοσημείωτη επιτυχία τον τρόπο που απαντούν οι άνθρωποι σε ψυχολογικά τεστ, αρκετούς μήνες πριν καν συγκεντρωθεί η οποιαδήποτε πραγματική απάντηση.
Για να επιβεβαιώσουν τη συγκεκριμένη επιστημονική υπόθεση, οι ερευνητές ανέθεσαν στο GPT-4 την αυτόματη δημιουργία ερωτηματολογίων ανάλυσης προσωπικότητας, χρησιμοποιώντας συνειδητά εντελώς διαφορετικές μεταξύ τους κειμενικές πηγές. Από τη μία πλευρά, επιλέχθηκε το DSM-5, το οποίο αποτελεί το παγκόσμιο πρότυπο κλινικό εγχειρίδιο που χρησιμοποιούν οι ψυχίατροι σε όλο τον κόσμο για την αυστηρή διάγνωση των διαταραχών προσωπικότητας. Από την άλλη πλευρά, η ομάδα τροφοδότησε το σύστημα με διαπιστώσεις από ένα κλασικό εγχειρίδιο αστρολογίας, το οποίο αποδίδει εντελώς αυθαίρετα συγκεκριμένα χαρακτηριστικά στο κάθε ζώδιο. Βασικός στόχος της ερευνητικής ομάδας ήταν να επιλέξει αναλυτικά κείμενα που περιγράφουν την ανθρώπινη προσωπικότητα με μεγάλη λεπτομέρεια, τα οποία όμως ταυτόχρονα βρίσκονται στα δύο απόλυτα άκρα του φάσματος όσον αφορά τη σοβαρότητα και την επιστημονική τους τεκμηρίωση.
Η δοκιμή και τα εντυπωσιακά ποσοστά συσχέτισης
Όταν τα ερωτηματολόγια που παρήγαγε η τεχνητή νοημοσύνη διανεμήθηκαν τελικά σε ένα ελεγχόμενο δείγμα εξακοσίων πραγματικών συμμετεχόντων (μαζί με το καθιερωμένο εργαλείο αξιολόγησης Big Five Inventory), τα παραγόμενα αποτελέσματα επιβεβαίωσαν πλήρως τις αρχικές θεωρητικές προβλέψεις της επιστημονικής ομάδας. Πριν καν ξεκινήσει η διαδικασία συλλογής των απαντήσεων από τους συμμετέχοντες, το σύστημα της OpenAI είχε ήδη υπολογίσει εκ των προτέρων τους μέσους όρους των βαθμολογιών χρησιμοποιώντας μια κλασική κλίμακα Likert πέντε σημείων.
Οι τεχνητές εκτιμήσεις του μοντέλου παρουσίασαν εξαιρετικά ισχυρή συσχέτιση με τους πραγματικούς μέσους όρους των ερωτηθέντων, αγγίζοντας το 0,71 για τις ερωτήσεις που προέρχονταν αποκλειστικά από το DSM-5 και το απροσδόκητα υψηλό 0,85 για τις αντίστοιχες ερωτήσεις της αστρολογίας. Αυτή η στατιστική παρατήρηση υποδηλώνει ξεκάθαρα ότι το γλωσσικό μοντέλο είναι απολύτως σε θέση να συλλάβει τις γενικευμένες τάσεις απαντήσεων σε επίπεδο μεγάλου πληθυσμού, οι οποίες φαίνεται να είναι βαθιά ενσωματωμένες στο γλωσσικό υλικό πάνω στο οποίο εκπαιδεύονται αυτοί οι αλγόριθμοι.
Πρέπει πάντως να διευκρινιστεί αυστηρά ότι η ικανότητα πρόβλεψης των μέσων απαντήσεων δεν αποδεικνύει αυτομάτως ότι το προκύπτον ερωτηματολόγιο μετρά με απόλυτη κλινική εγκυρότητα τις λεπτές ατομικές διαφορές της κάθε προσωπικότητας. Αντίθετα, αυτό που αποδεικνύεται περίτρανα είναι η εκπληκτική ικανότητα της μηχανής να κατανοεί στατιστικές πιθανότητες συσχετισμών, αντιλαμβανόμενη με μαθηματικό τρόπο ότι ορισμένα ψυχολογικά χαρακτηριστικά εμφανίζονται σχεδόν πάντα μαζί στην πραγματική ανθρώπινη ζωή και κοινωνία.
Το ακραίο πείραμα με τον φούρνο της Bosch
Οι συγκεκριμένοι ερευνητές, προσπαθώντας να δοκιμάσουν τα ακραία όρια λειτουργίας του GPT-4 και να ελέγξουν τον τρόπο που συνδέει λέξεις και έννοιες, προχώρησαν σε ένα εξαιρετικά ενδιαφέρον συμπληρωματικό πείραμα. Θέλησαν να διαπιστώσουν εάν η AI θα μπορούσε να δημιουργήσει δομημένες ερωτήσεις τύπου προσωπικότητας όταν τροφοδοτούνταν με υλικό που δεν περιείχε καμία απολύτως σχετική ψυχολογική πληροφορία.
Στο πλαίσιο αυτό, παρείχαν στο μοντέλο ένα τυχαίο εγχειρίδιο χρήσης ενός συμβατικού φούρνου της εταιρείας Bosch, καθώς και μια μεταφρασμένη λογοτεχνική περιγραφή ενός φανταστικού τοπίου μέσα από τις σελίδες του «Άρχοντα των Δαχτυλιδιών». Ακόμα και σε αυτές τις εντελώς αταίριαστες περιπτώσεις, το GPT-4 παρήγαγε στοιχεία ερωτηματολογίου που έμοιαζαν οπτικά και δομικά με κανονικές ψυχολογικές αξιολογήσεις, παρόλο που καμία από τις δύο κειμενικές πηγές δεν ήταν προφανώς σχεδιασμένη γύρω από ψυχολογικά χαρακτηριστικά.
Το συγκεκριμένο εύρημα καταδεικνύει πέραν πάσης αμφιβολίας ότι το μοντέλο έχει αναπτύξει πανίσχυρους συνειρμούς μεταξύ των γλωσσικών προτύπων, των κοινών περιγραφών προσωπικότητας και των οικείων δομών των ακαδημαϊκών ερωτηματολογίων, τα οποία πλέον χρησιμοποιεί σχεδόν μηχανικά ως καλούπια παραγωγής οποιουδήποτε περιεχομένου του ζητηθεί.
