Sebuah tim peneliti di University of Barcelona telah menunjukkan bagaimana model kecerdasan buatan (AI) dapat mendeteksi sifat -sifat kepribadian dari teks tertulis, dan untuk pertama kalinya telah berhasil menganalisis secara rinci bagaimana sistem ini membuat keputusan. Hasil ini, diterbitkan dalam jurnal PLoS satu Buka perspektif baru untuk memahami bagaimana kepribadian memanifestasikan dirinya dalam bahasa alami dan juga bagaimana alat deteksi otomatis yang lebih transparan dan andal dapat dibangun.
Makalah ini ditandatangani oleh tiga pakar UB: David Saeteros dan David Gallardo-Pujol, peneliti dan direktur, masing-masing, dari Individual Differences Lab Research Group (IDLAB) dari Fakultas Psikologi dan Institute of Neurosciences (Ubneuro), dan Daniel Ortiz Martínez, peneliti di faculty of Mathematics dan Science.
Membuka “kotak hitam” dari algoritma
Studi ini telah menganalisis bagaimana dua model AI canggih, Bert dan Roberta, memproses data teks untuk mendeteksi karakteristik kepribadian mengikuti dua kerangka kerja psikologis utama: sistem sifat kepribadian lima besar (keterbukaan untuk mengalami, tanggung jawab, ekstraversi, kesepakatan dan stabilitas emosional, dana-in-overpion, MBTI-INDURION, MBTI-INDUCTION, MBTI-INSTRUMASI, sebuah instrumen yang diklasifikasikan oleh orang-orang yang ada di bersama-sama, sebuah instrumen yang diklasifikasikan oleh orang-orang Myers. perasaan-perasaan. “Dalam psikologi, ada model kepribadian yang umum dan model lain yang kurang divalidasi, yang kami gunakan untuk memahami dan mengukur perbedaan individu dalam perilaku, emosi dan pemikiran”, para peneliti menjelaskan tentang dua kerangka kerja psikologis ini.
Teks -teks yang dianalisis dalam penelitian ini diperoleh dari dua basis data yang diberi makan dengan kuesioner dari kedua model (Lima Besar dan MBTI), yang sebelumnya telah diklasifikasikan sesuai dengan adanya indikator sifat dan jenis kepribadian yang berbeda yang terdiri dari mereka. Selanjutnya, para peneliti telah menggunakan teknik AI yang dapat dijelaskan untuk mengamati model AI dan melihat pola bahasa mana yang mempengaruhi identifikasi sifat -sifat kepribadian dalam tulisan -tulisan ini. “Teknik yang dapat dijelaskan memungkinkan kami untuk 'membuka kotak hitam' dari algoritma, yang memastikan bahwa prediksi didasarkan pada sinyal yang relevan secara psikologis dan bukan pada artefak dalam data”, perhatikan penulis.
Khususnya, mereka menggunakan teknik yang disebut gradien terintegrasiyang memungkinkan mereka untuk mengidentifikasi dengan tepat kata atau frasa mana yang berkontribusi pada prediksi sifat kepribadian tertentu.
“Metodologi ini telah memungkinkan kami untuk memvisualisasikan dan mengukur pentingnya berbagai elemen linguistik dalam prediksi model”, kata mereka. Misalnya, mereka telah mengamati kata -kata seperti itu membenciyang secara tradisional akan dikaitkan dengan sifat -sifat negatif, dapat muncul dalam konteks yang benar -benar mencerminkan kebaikan (“Saya benci melihat orang lain menderita”). “Tanpa memahami bagaimana model menginterpretasikan kata -kata ini dalam konteks, kita dapat menarik kesimpulan yang salah”, mereka menekankan.
Pendekatan ini menjamin validitas ilmiah dari kinerja model AI, karena memungkinkan “memverifikasi apakah model yang selaras dengan teori psikologis yang mapan dan juga memberikan dasar yang solid untuk peningkatan berkelanjutan dengan memastikan bahwa mereka didasarkan pada pola linguistik yang benar -benar terkait dengan konstruksi psikologis yang mereka maksudkan untuk diukur”, tambahnya.
Keterbatasan model MBTI
Studi ini juga menyoroti keterbatasan model MBTI dibandingkan dengan yang besar, yang menunjukkan dasar yang lebih kuat untuk analisis kepribadian otomatis dan analisis psikometrik klasik. “Meskipun banyak digunakan dalam ilmu komputer dan beberapa bidang psikologi terapan, model MBTI memiliki keterbatasan serius untuk penilaian kepribadian otomatis, karena hasil kami menunjukkan bahwa model cenderung lebih mengandalkan artefak daripada pada pola nyata”, mereka mencatat.
Aplikasi deteksi kepribadian otomatis
Penggunaan teknik deteksi kepribadian otomatis dengan model AI dapat berdampak besar pada bidang psikologi kepribadian. “Dengan metode ini, para psikolog akan mengidentifikasi pola linguistik yang terkait dengan sifat -sifat kepribadian yang berbeda yang, dengan metode tradisional, mungkin tidak diperhatikan. Ini dapat menyebabkan metode penilaian yang lebih alami dan kurang mengganggu, terutama berharga untuk studi populasi besar”, catat para peneliti.
Di bidang klinis, penulis menunjukkan bahwa mereka dapat membantu dalam “penilaian awal dan tindak lanjut pasien dengan memusatkan perhatian pada perubahan bahasa atau ekspresi verbal sebagai indikator elemen psikologis penting untuk terapi”. Mereka juga menunjukkan bahwa mereka dapat memainkan peran penting di bidang lain: dalam seleksi personalia, dalam personalisasi pendidikan, dalam penelitian sosial – itu akan memfasilitasi analisis volume besar data tekstual – atau dalam pengembangan asisten virtual dan agen percakapan, karena akan membantu menciptakan interaksi yang lebih alami dan disesuaikan. “Penting untuk menekankan bahwa semua aplikasi tersebut harus didasarkan pada model suara ilmiah dan menggabungkan teknik penjelasan yang telah kami jelajahi, untuk memastikan penggunaan etis dan transparan”, tambahnya.
Terlepas dari potensi, para peneliti percaya bahwa model -model ini tidak akan menggantikan tes kepribadian tradisional dalam jangka pendek, tetapi akan melengkapi mereka dan menawarkan perspektif tambahan dan lebih dalam. “Kami melihat evolusi menuju pendekatan multimodal, di mana penilaian tradisional dikombinasikan dengan analisis bahasa alami, perilaku digital dan sumber data lainnya untuk mendapatkan gambaran kepribadian yang lebih lengkap”, mereka mencatat.
Pendekatan integratif ini akan, menurut para peneliti, membangun kekuatan masing -masing metodologi, memberikan pandangan yang lebih “lebih kaya dan lebih bernuansa tentang kepribadian manusia”. Dalam hal ini, model AI dapat “sangat berguna dalam konteks di mana pengumpulan data tradisional sulit atau ketika volume informasi yang besar perlu dianalisis secara efisien”, tambahnya.
Memvalidasi penelitian dalam konteks lain
Langkah -langkah selanjutnya dalam penelitian ini termasuk memperluas analisis ke jenis teks lain, platform, bahasa dan budaya untuk mengkonfirmasi apakah pola yang diidentifikasi konsisten di berbagai konteks yang berbeda. Para peneliti ingin mengeksplorasi penerapan teknik -teknik ini pada konstruksi psikologis lain di luar kepribadian, seperti keadaan emosi atau sikap.
Para peneliti juga bekerja untuk mengintegrasikan data multimodal ke dalam analisis ini – menggabungkan teks dengan bentuk ekspresi lainnya, seperti perilaku suara atau non -verbal, dan menggunakan teknologi seperti transkripsi audio otomatis (Whisper.ai) – serta aplikasi mereka dalam konteks kehidupan nyata. Tim ingin “berkolaborasi dengan dokter dan profesional sumber daya manusia untuk mengevaluasi efektivitas alat-alat ini dalam pengaturan dunia nyata, memastikan bahwa mereka memiliki dampak positif dan etis”, mereka menyimpulkan.
Artikel referensi
Saeteros David; Gallardo-Pujol, David; Ortiz-Martínez, Daniel. «Teks berbicara lebih keras: wawasan tentang kepribadian dari pemrosesan bahasa alami». PLoS satuJuni 2025. Doi: 10.1371/journal.pone.0323096
