شخصیت هوش مصنوعی؛ کدام مدل شبیه شماست؟!

مدل‌های هوش مصنوعی فقط پاسخ‌های متفاوت نمی‌دهند؛ پژوهش‌ها نشان می‌دهد لحن و رفتار آن‌ها نیز الگوهایی شبیه شخصیت دارد، اما آیا واقعاً می‌توان برایشان تیپ شخصیتی تعیین کرد؟

آیا هوش مصنوعی واقعاً شخصیت دارد؟

وقتی از «شخصیت» درباره انسان صحبت می‌کنیم، منظور مجموعه‌ای نسبتاً پایدار از ویژگی‌های رفتاری، عاطفی و شناختی است. اما درباره مدل‌های زبانی ماجرا متفاوت است. این مدل‌ها احساس، تجربه شخصی یا هویت انسانی ندارند؛ بلکه بر اساس داده‌های آموزشی، دستورهای سازنده و زمینه گفت‌وگو، پاسخ تولید می‌کنند.

با این حال، پژوهشگران متوجه شده‌اند که همین پاسخ‌ها می‌توانند الگوهای نسبتاً پایدار و قابل اندازه‌گیری ایجاد کنند. به همین دلیل، در سال‌های اخیر تلاش شده است مدل‌هایی مانند ChatGPT، Claude، Gemini و Grok با آزمون‌های روان‌سنجی بررسی شوند تا مشخص شود آیا خروجی آن‌ها ویژگی‌های شخصیتی قابل تشخیصی نشان می‌دهد یا نه.

شخصیت هوش مصنوعی چگونه سنجیده شد؟

یکی از مطالعات مهم در این زمینه، چهار مدل زبانی را با دو چارچوب روان‌سنجی بررسی کرد: آزمون پنج عامل بزرگ شخصیت یا Big Five و آزمون تیپ‌شناسی OEJTS که از چارچوب‌های یونگی و مفاهیم مشابه MBTI استفاده می‌کند.

پژوهشگران نسخه‌های در دسترس مدل‌ها در سال ۲۰۲۴ را بررسی کردند و هر آزمون را در گفت‌وگوی تازه انجام دادند تا حافظه یا گفت‌وگوهای قبلی بر نتیجه تأثیر نگذارد. سپس پاسخ‌ها در چندین نوبت تکرار و با روش‌های آماری مقایسه شدند.

نتیجه جالب بود: تفاوت میان مدل‌ها از نظر آماری معنادار بود. یعنی مدل‌ها هنگام پاسخ دادن به پرسش‌های یکسان، الگوهای متفاوتی از رفتار و ویژگی‌های شخصیتی نشان دادند.

ChatGPT چه تیپی شد؟

در این مطالعه، ChatGPT-3.5 در بیشترین تعداد آزمون‌ها به تیپ ENTJ نزدیک شد؛ یعنی در چارچوب این آزمون گرایش بیشتری به برون‌گرایی، شهود، تفکر و تصمیم‌گیری نشان داد.

اما این نتیجه را نباید به تمام نسخه‌های ChatGPT تعمیم داد. آزمایش روی ChatGPT-3.5 انجام شده و نمی‌توان بر اساس آن گفت نسخه‌های جدیدتر دقیقاً همان تیپ را دارند.

این نکته برای فهم شخصیت هوش مصنوعی بسیار مهم است، زیرا رفتار یک مدل می‌تواند با تغییر نسخه، تنظیمات، دستورهای سیستمی و حتی نوع سؤال تغییر کند. پژوهش‌های جدیدتر نیز تأکید کرده‌اند که شخصیت مشاهده‌شده در خروجی مدل‌ها می‌تواند تحت تأثیر نحوه تعامل با آن‌ها قرار گیرد.

Claude، Gemini و Grok چه تفاوتی داشتند؟

نتایج مطالعه برای مدل‌های دیگر نیز جالب بود.

Claude 3 Opus در تمام ۱۵ اجرای آزمون تیپ INTJ را نشان داد؛ تیپی که در چارچوب مورد استفاده، بیشتر با درون‌گرایی، شهود، تفکر و قضاوت شناخته می‌شود.

Gemini Advanced در ۹ مورد از ۱۵ آزمون به INFJ نزدیک شد، در حالی که Grok نیز در ۸ مورد از ۱۵ آزمون در همین جهت قرار گرفت. بنابراین، تصویر منتشرشده در شبکه‌های اجتماعی که Claude را INFJ، Gemini را ISTJ و Grok را ENTP معرفی می‌کند، با نتایج این پژوهش مشخصاً یکسان نیست.

به بیان ساده، آن تصویر بیشتر یک تقسیم‌بندی سرگرم‌کننده است، نه نتیجه قطعی یک آزمایش علمی.

Big Five چه چیزی را نشان داد؟

پژوهشگران فقط به MBTI یا آزمون‌های مشابه آن اکتفا نکردند و از مدل پنج‌عاملی شخصیت نیز استفاده کردند.

در این بخش، Claude امتیاز بالایی در وظیفه‌شناسی و ثبات عاطفی داشت. Grok نیز در گشودگی به تجربه امتیاز بالایی نشان داد، اما در ثبات عاطفی نوسان بیشتری داشت. Gemini در مقایسه با برخی مدل‌های دیگر امتیاز پایین‌تری در سازگاری و وظیفه‌شناسی نشان داد.

این یافته‌ها نشان می‌دهد تفاوت میان مدل‌ها فقط در «لحن» خلاصه نمی‌شود و در آزمون‌های ساختاریافته نیز الگوهایی قابل اندازه‌گیری مشاهده شده است.

آیا این یعنی هوش مصنوعی شخصیت انسانی دارد؟

نه دقیقاً.

وقتی می‌گوییم یک مدل «شخصیت» دارد، منظور این نیست که واقعاً احساسات، خاطرات شخصی، خواسته یا آگاهی شبیه انسان دارد. بهتر است از اصطلاح الگوی شخصیتی در خروجی استفاده کنیم.

پژوهش منتشرشده در Nature Machine Intelligence نیز نشان داده است که ویژگی‌های شخصیتی در خروجی مدل‌های زبانی قابل اندازه‌گیری و حتی تا حدی قابل تنظیم هستند. این مطالعه روی ۱۸ مدل زبانی انجام شد و نشان داد که با تغییر دستورها می‌توان برخی ویژگی‌های شخصیتی خروجی مدل را تغییر داد.

بنابراین، شخصیت هوش مصنوعی بیشتر به چیزی شبیه «سبک رفتاری قابل مشاهده» اشاره دارد تا شخصیت واقعی به معنای روان‌شناختی انسانی.

چرا این تفاوت‌ها اهمیت دارند؟

موضوع فقط یک سرگرمی برای تعیین اینکه «کدام هوش مصنوعی شبیه من است» نیست.

اگر یک مدل دائماً پاسخ‌هایی محتاطانه‌تر، همدلانه‌تر، مستقیم‌تر یا تصمیم‌محورتر تولید کند، این تفاوت می‌تواند روی تجربه کاربر اثر بگذارد. اهمیت این مسئله در حوزه‌هایی مانند آموزش، مشاوره، سلامت روان و تصمیم‌گیری بیشتر می‌شود.

پژوهشگران نیز هشدار داده‌اند که اگر مدل‌های زبانی در محیط‌های حساس مانند سلامت روان استفاده شوند، شناخت الگوهای رفتاری آن‌ها می‌تواند برای ارزیابی ایمنی و تناسبشان اهمیت داشته باشد.

پس کدام مدل «شخصیت بهتری» دارد؟

هیچ پاسخ علمی واحدی وجود ندارد.

ENTJ بودن بهتر از INTJ نیست و INFJ بودن نیز به معنای هوشمندتر یا ضعیف‌تر بودن یک مدل نیست. این تیپ‌ها صرفاً روش متفاوتی برای توصیف الگوهای پاسخ‌دهی هستند.

ضمن اینکه نتایج یک آزمایش روی نسخه‌های قدیمی‌تر مدل‌ها را نمی‌توان مستقیماً به نسخه‌های امروزی تعمیم داد. حتی یک تغییر در دستور سیستم یا شیوه آزمایش می‌تواند خروجی را تغییر دهد. پژوهش‌های جدید نیز دقیقاً به همین محدودیت‌ها در استفاده از MBTI برای مدل‌های زبانی اشاره کرده‌اند.

در نهایت، شخصیت هوش مصنوعی را باید بیشتر یک ویژگی قابل مشاهده و قابل اندازه‌گیری در رفتار مدل دانست، نه یک شخصیت انسانی واقعی. تصویرهای وایرال شبکه‌های اجتماعی ممکن است برای سرگرمی جذاب باشند، اما اگر قرار باشد بدانیم ChatGPT، Claude، Gemini یا Grok واقعاً چه الگوی رفتاری دارند، پاسخ باید از آزمایش‌های کنترل‌شده و داده‌های روان‌سنجی بیاید، نه فقط از برداشت کاربران.