Người dùng ChatGPT, Gemini và các nền tảng trí tuệ nhân tạo (AI) khác đều biết rằng những mô hình ngôn ngữ lớn (LLM) có khả năng phân tích văn bản và trả lời câu hỏi rất ấn tượng.
Nhưng liệu AI có thể “đọc vị” tính cách con người? Một nghiên cứu mới của các nhà khoa học tại Đại học Hebrew ở Jerusalem (HUJI) cho thấy câu trả lời có thể đáng chú ý hơn nhiều so với tưởng tượng.
Theo phóng viên TTXVN tại Israel, nhóm nghiên cứu phát triển một phương pháp cho phép ChatGPT phân tích một văn bản tiếng Anh và dựa vào nội dung, cách diễn đạt trong văn bản để tự tạo ra các câu hỏi nhằm đánh giá tính cách của người viết.
Để kiểm nghiệm, các nhà khoa học sử dụng hai loại tài liệu rất khác nhau. Một là DSM-5, cẩm nang chẩn đoán và thống kê các rối loạn tâm thần của Hiệp hội Tâm thần học Mỹ, được xem là tài liệu nền tảng trong lĩnh vực sức khỏe tâm thần. Loại còn lại là một cuốn sách về chiêm tinh học - một lựa chọn cố ý mang tính đối chứng vì các đặc điểm tính cách trong chiêm tinh không có cơ sở khoa học được kiểm chứng.
Nhóm nghiên cứu sử dụng GPT-4 để tạo hai bộ câu hỏi đánh giá tính cách. Với DSM-5, ChatGPT đã dựa trên phần mô tả các rối loạn nhân cách để tạo ra những phát biểu mà người tham gia phải đánh giá theo thang điểm từ 1 đến 5. Chẳng hạn, từ nội dung mô tả chứng rối loạn nhân cách hoang tưởng, hệ thống tạo ra những câu như “thường nghi ngờ động cơ của người khác” hoặc “cảm thấy dễ dàng khi tin tưởng mọi người." Bộ câu hỏi thứ hai được tạo từ sách chiêm tinh, dựa trên cách tài liệu này gán các đặc điểm tính cách cho từng cung hoàng đạo.
Sau đó, 600 người tham gia trả lời hai bộ câu hỏi nói trên cùng với BFI (Big Five Inventory), một trong những công cụ được kiểm chứng rộng rãi nhất để đánh giá tính cách theo mô hình “Năm yếu tố lớn."
Kết quả cho thấy bộ câu hỏi dựa trên DSM-5 có tính nhất quán nội tại cao. Những đặc điểm vốn thường có mối tương quan trong thực tế, chẳng hạn tính phụ thuộc và xu hướng né tránh, cũng có xu hướng tương quan trong câu trả lời của người tham gia.
Kết quả này tương đồng với BFI, cho thấy các câu hỏi do AI tạo ra có khả năng phản ánh những mô hình tâm lý thực tế của con người. Ngược lại, bộ câu hỏi dựa trên chiêm tinh cho thấy mức độ nhất quán yếu giữa các đặc điểm.
Theo các nhà nghiên cứu, điều này cho thấy những yếu tố chiêm tinh không hình thành các chiều kích tâm lý có tính hệ thống.
Tuy nhiên, phát hiện bất ngờ nhất là ChatGPT có thể dự đoán được kết quả khảo sát của nhóm người trước cả khi họ làm bài trắc nghiệm tính cách. Đối với cả hai bộ câu hỏi, AI dự đoán khá chính xác mức trả lời trung bình của toàn bộ nhóm cũng như mối tương quan giữa các câu hỏi.
Tiến sỹ Rotem Monsa - thành viên nhóm nghiên cứu, nhấn mạnh rằng điều này không có nghĩa ChatGPT “hiểu” tâm lý con người như cách con người hiểu. Tuy nhiên, mô hình được đào tạo trên khối lượng văn bản khổng lồ và học các quy luật thống kê trong ngôn ngữ; quá trình đó có thể khiến AI vô tình tiếp thu những cấu trúc và mối liên hệ liên quan đến tính cách con người.
Theo nhóm nghiên cứu, phương pháp này trong tương lai có thể được ứng dụng để hỗ trợ đánh giá bệnh nhân, chẩn đoán hoặc thậm chí điều trị tâm lý. Tuy nhiên, vẫn cần thêm nhiều nghiên cứu và sự kiểm chứng của các chuyên gia trước khi áp dụng trong thực tế.
Do phần lớn dữ liệu đào tạo của các LLM hiện nay là tiếng Anh và xuất phát từ các nền văn hóa phương Tây, kết quả có thể thay đổi đáng kể khi áp dụng cho những ngôn ngữ và cộng đồng văn hóa khác. Ngoài ra, các nhà khoa học cũng cảnh báo về nguy cơ AI tạo ra những câu hỏi mang định kiến văn hóa, gây kỳ thị hoặc dẫn đến cách diễn giải tâm lý sai lệch.
Dù vậy, nghiên cứu của HUJI cho thấy một khả năng đáng chú ý, đó là AI có thể không sở hữu “kiến thức tâm lý” theo nghĩa truyền thống, nhưng từ lượng ngôn ngữ khổng lồ mà nó học được, các mô hình này dường như đã hấp thụ nhiều quy luật về cách con người suy nghĩ, hành xử và thể hiện tính cách qua ngôn ngữ./.
Não người và mô hình trí tuệ nhân tạo có sự tương đồng trong giải mã ngôn ngữ
Nghiên cứu chỉ ra rằng các phản ứng sớm của não đối với lời nói tương ứng với những lớp phân tích nông ban đầu trong mô hình AI - nơi tập trung vào các đặc trưng đơn giản.
