Исследователи из Университета Барселоны (University of Barcelona) продемонстрировали, что искусственный интеллект (ИИ) способен выявлять признаки личности из письменного текста. Используя объяснимые методы ИИ, такие как интегрированные градиенты, команда выяснила, как конкретные слова и лингвистические модели способствуют прогнозам на основе психологических рамок.
Методы исследования
В ходе исследования были проанализированы две передовые модели ИИ — Берт и Роберта — на предмет их способности обрабатывать текстовые данные и выявлять характеристики личности в рамках двух основных психологических систем: «Большая пятёрка» и Myers-Briggs Type Indicator (MBTI). Тексты для анализа были получены из двух баз данных, содержащих анкеты, классифицированные в соответствии с наличием индикаторов различных признаков личности.
Исследователи применили объяснимые методы ИИ, чтобы понять, какие языковые модели влияют на идентификацию личностных черт. Они использовали технику интегрированных градиентов, которая позволяет точно определить, какие слова или фразы способствуют прогнозированию конкретной черты личности.
Результаты исследования
Исследование показало, что черты «Большой пятёрки» более надёжно обнаруживаются, чем типы MBTI. Это указывает на то, что «Большая пятёрка» лучше выравнивается с лингвистическими маркерами поведения.
«Методы объяснения позволяют нам „открыть чёрный ящик“ алгоритмов, что гарантирует, что прогнозы основаны на психологически значимых сигналах, а не на артефактах в данных», — отмечают авторы.
Они также подчеркнули ограничения модели MBTI по сравнению с «Большой пятёркой», указав на более сильную основу последней для автоматизированного анализа личности.
Заключение
Использование автоматических методов обнаружения личности с моделями ИИ может оказать существенное влияние на область психологии личности. Психологи смогут идентифицировать лингвистические закономерности, связанные с различными признаками личности, которые могут остаться незамеченными при использовании традиционных методов.
В клинической области авторы указывают на то, что такие методы могут помочь в первоначальной оценке и наблюдении за пациентами, сосредоточив внимание на изменениях в языке или словесном выражении в качестве показателей важных психологических элементов для терапии.
Несмотря на потенциал, исследователи считают, что эти модели не заменят традиционные личностные тесты в краткосрочной перспективе, но дополнят их и предложат дополнительную и более глубокую перспективу.
Литература.
“Text speaks louder: Insights into personality from natural language processing” by David Saeteros et al. PLOS One
