Российские ученые сообщили о возможности определения типа личности при помощи ИИ

Искусственный интеллект учат выявлять черты личности по анализу текстов

Определять тип личности автора текстов при помощи искусственного интеллекта учатся разработчики больших языковых моделей. Насколько ИИ преуспел в этом, разбирались ученые МФТИ.

тестовый баннер под заглавное изображение

В крупных компаниях при найме сотрудников все чаще используют различные психологические тесты, позволяющие выявить личностные характеристики для предотвращения угроз, связанных с человеческим фактором.

Во многих ситуациях подобное тестирование необходимо проводить незаметно, и здесь на помощь приходят тексты, в которых так или иначе отразилась личность автора. Это могут быть сообщения в соцсетях, электронные письма, документы, эссе. Их анализ и поручают большим языковым моделям.

Мария Молчанова и Дарья Ольшевская, исследовательницы из лаборатории нейронных систем и глубокого обучения МФТИ, задались вопросом, может ли ChatGPT решить задачу классификации черт личности лучше, чем традиционные тесты. Их также интересовал ход «рассуждения» модели, и что на него влияет.

Исследователи для анализа взяли массив данных с текстами, написанными в разной стилистике, включая эссе и посты в соцсети, из которых для тестирования выбрали по 150 фрагментов. На их примере ChatGPT предстояло отделить экстравертов от интровертов.

Каждый фрагмент текста прошел два цикла тестирования, ответы оценивали по степени достоверности, точности и полноты.

Как отметили авторы, отличие в качестве определения черт может быть связано с рядом параметров, например, разной длиной текстов, тематикой, форматом — эссе, сообщения из соцсетей и т. д. Так, посты из соцсети Twitter хуже всего отражали психологические характеристики их авторов.

«Большая языковая модель в нашем эксперименте немного отстает от стандартных подходов, но у нее есть ряд плюсов, – рассказала исследовательница лаборатории нейронных систем и глубокого обучения МФТИ Мария Молчанова. – Работа с ней дает простор для новых задач. В отличие от традиционных подходов, модель может думать логически и объяснять, почему приняла то или иное решение. Также большие языковые модели дают возможность гибкой настройки инструкций, в которых исследователи могут задавать методы, с помощью которых модель может осуществлять классификацию».

Использование большой языковой модели позволяет автоматизировать не только процесс тестирования, но и анализ ответов. В последнем случае выяснилось, что при разных подходах к созданию запроса модель генерирует разные ответы разной длины и детализации.

«Мы создали инструмент, который позволяет расширить список черт личностей, а не только выявлять экстравертов и интровертов», — подчеркнула исследовательница.

Источник: www.mk.ru