Gəcəyən sayda insan həyatın müxtəlif sahələrindən olan narahatlıqlar üçün tez-tez Böyük Dil Modellərinə (LLM) müraciət edir. Məlumatın məzmunu hər yerdə olduğu üçün, istifadəçinin LLM-də istehsal olunan mətn və onun insan yazısından fərqlənmə qabiliyyətinin qəbulunu araşdırmaq vacibdir. Bu araşdırma, 7 LLM-nin (ChatGPT-4o, ChatGPT-3.5, Llama 3, Gemma, Gemini, Phi-3, Orca-2) insanla müqayisədə özlərini necə təsvir etdiyini araşdırdı. LLM-dən əldə edilən nəticələr və insan cavabları psixoloji suallar (Böyük Beş, özünə hörmət, narsizm) və qısa öz təsviredici mətnləri əldə etmək üçün uyğunlaşdırılmış istintaqlar istifadə edərək toplanıb. Altı LLM və on insan hakim sonra bu öz təsvirlərinə əsasən şəxsiyyət xüsusiyyətlərini və mətn mənşəyini qiymətləndirib (140 ümumilikdə, yarı LLM-dən yaranmışdır). Nəticələr göstərir ki, hazırda LLM-in nəticələri suallar və mətnlərdə şəxsiyyətə uyğun siqnallar verə bilər. Belə bir şeyə olan fikir insanlarınkindən əhəmiyyətli dərəcədə fərqlənir. Həm LLM, həm də insan hakimləri qısa öz təsvirlərindən şəxsiyyətini dəqiq çıxarıblar və LLM-dən və insan mətni arasında düzgün fərqləndiriblər. Dil təhlili və iştirakçıların geri bildirimi insan dilindən LLM-i istehsal edən mətn göstəricilərini ortaya qoyub və insan hökmü və qərar qəbul etməsi ilə LLM-in necə fərqləndiyini öyrənməyə imkan verdi.
Böyük Dil Modelləri (LLM) Transformer memarlığına əsaslanan sinir şəbəkələridir, böyük miqdarda mətn məlumatlarına əsaslanır və tez-tez insan geri bildirimi (RLHF) vasitəsilə gücləndirilmə öyrənmə kimi texnikalar istifadə edərək yaxşı tənzimlənir. Bu gün LLM memarlığı ilə idarə olunan chatbotlar müxtəlif kontekstlərdə istifadə olunan cəmiyyətdə getdikcə daha çox yayılmışdır. İnsanlar LLM-lərlə müştəri xidmətləri robotları kimi ünsiyyət qurmaqla yanaşı, gündəlik həyatlarında resurs kimi istifadə edə bilərlər. Məlumatda, insan əlaqələrinin əvəzçisi kimi, məsələn, virtual tərəfdaşlar və ya terapiya robotları kimi istifadə olunan LLM-lərin halları da müşahidə edilmişdir1,2,3. Son tədqiqatlar LLM-lərin antropomorflaşdırılması və fərdiləşdirilməsinin artması tendensiyasını vurğulayıb4. Birincisi, ilk dəfə Joseph Weizenbaum tərəfindən ELIZA təsiri adlandırılan mədəni fenomenin əksini tapır5. Antropomorfizm insan olmayan birləşmələrə insan xüsusiyyətlərini atribut etmək üçün əsas bir hərəkət, davranışı şərh etmək və əlaqəlilik hissi qurmaq üçün bir strategiya təsvir edir6. İnsanlara bənzər LLM-lər xüsusilə təşkilat kontekstində faydalı nəticələrlə əlaqələndirilmişdən sonra insanlar tərəfindən daha əlverişli şəkildə görülür7. Antropomorf LLM-lər antropomorf olmayanlara nisbətən daha yaxşı ünsiyyət, daha yüksək istifadəçi məmnuniyyəti, daha böyük etibar və şirkətin nüfuzunun yaxşılaşdırılması ilə əlaqələndirilib8,9,10.
LLM-lərin daha yüksək fərdiləşdirilməsi üstünlük təşkil edən bir əlavə kimi görünür, bu da LLM-ləri özəlləşdirmə yolu ilə daha istifadəçi dostu edir11. Texnologiyanın sürətli inkişafı müasir cəmiyyətdə yüksək dərəcədə fərdiləşdirilmiş LLM-lərə səbəb oldu. Ticarət platformaları chatbotlar təklif edir, informasiyaçı söhbət agentlərindən və ya ölü qohumları simulyasiya etmək və ya romantik tərəfdaşların rolunu oynamaq üçün proqramlaşdırılmış süni yoldaşlara qədər. LLM-lər təlim mərhələsində insan mətni nümunələrinin böyük bir korpusunu qəbul etdikləri üçün, LLM-lərin çıxışı yarada bildikləri zaman insan kimi xüsusiyyətlərin, meyllərin və tonalığın izləri nəzərdə tutulmamış yan məhsul kimi ortaya çıxdı12,13,14,15,16. İnsan tərəfindən yazılmış, incə düzəliş edilmiş mətn məlumatlarının bu sıx təkrarlanması tez-tez o qədər insana bənzəyir ki, istifadəçilər tərəfindən bu, tərəfdaş, dost və ya yaxın etibarlı ilə olduğu kimi LLM ilə məşğul olanların həqiqi şəxsiyyətinin əksini tapır3,17.
Son işlər18-ci ildə LLM-lərin istehsalında yaradan yalnız bir neçə sözlü siqnalın insan oxucularına fərdi bir şəxsiyyət təəssüratını çatdırmaq üçün kifayət olduğunu göstərdi. Bu, şəxsiyyətin təbiəti və LLM-lərə verilməsi ilə bağlı vacib suallar doğurur. Bu əsasdan, LLM-də yaradılan mətnlərin, xüsusilə şəxsiyyət və insan-çatbot qarşılıqlı əlaqəsi ilə əlaqədar qəbulunu və psixoloji təsirini araşdırmaq vacibdir. Şəxsiyyət fərdi davranış nəticələrinin proqnozlaşdırılmasına imkan verən xüsusiyyətlərin, dəyərlərin və münasibətlərin davamlı, fərdi olaraq dəyişən bir nümunəsi kimi konseptuallaşdırılır19,20. Tədqiqatlar göstərir ki, insanlar insan tərəfindən yaradılan və yazılmış mətnlər arasındakı fərqləri qarışdıraraq LLM-lərə şəxsiyyətini asanlıqla atribut edirlər14,21,22. Turing-in təklif etdiyi kimi, bir nöqtədə süni istehsalı insan reaksiyalarından ayırd edə bilməyəcəyik. LLM istifadəçilərlə qarşılıqlı əlaqəsi sonuncuları açıq şəkildə əldə edilə bilən və ya yoldaş kimi söhbət agentlərinə bağlanmağa vadar edə bilər və istifadəçi münasibətinə və davranışına təsirini dəfələrlə müşahidə edilmişdir3,2425.
Müxtəlif LLM-lər öz məhsullarında şəxsiyyət xüsusiyyətlərinin ifadələrini özləri bildirməyə məcbur edildi. Onlar şəxsiyyət anketlərində müxtəlif ballar əldə ediblər ki, bu da fərqi olan şəxsiyyət profillərinə səbəb olub16,21,2627. Bu tədqiqat istifadəçinin şəxsiyyət təfəkkürünə diqqət yetirərək şəxsiyyət psixologiyasında kök salmış insan mərkəzli yanaşmanı qəbul edir. Bizim yanaşmamızda insan iştirakçıları üçün ümumiyyətlə istifadə olunan tipik psixoloji araşdırmalar istifadə edildi. Öz-özünü təsvir edən mətnləri yaratmaq üçün bir neçə əvvəlcədən müəyyən edilmiş açıq suallarla yanaşı üç təsdiqlənmiş sualnamə daxil etdik. Tədqiqatlar göstərir ki, mətn cavablarının araşdırılması LLM-lərin audit edilməsi üçün uyğundur, təlim məlumatlarının çirklənməsinin azaldılması və məhsul zənginliyini artırmaq2829. Həmçinin tədqiqatlar davamlı olaraq göstərdi ki, şəxsiyyət xüsusiyyətləri sıfır tanışlıqda da olsa, qısa mətn nümunələrindən dəqiq nəticə çıxarıla bilər3031. Hakimlər şəxsiyyətini yazılı ünsiyyətə əsasən qiymətləndirə bilərlər.
Bu tədqiqat bir vahid çərçivədə üç konseptual əlaqəli məqsədə nail olur: LLM şəxsiyyət profillərinin və hökm qabiliyyətlərinin insan konstruksiyalarına mənalı analoqları nə dərəcədə təşkil edir?
Xülasə — davamını mənbədə oxuyun.
