Un equip de recerca de la Universitat de Barcelona ha demostrat com els models d'intel·ligència artificial (IA) poden detectar trets de la personalitat a partir de textos escrits, i per primera vegada ha aconseguit analitzar detalladament com aquests sistemes prenen decisions. Aquests resultats, publicats a la revista PLOs One , obren noves vies per entendre com es manifesta la personalitat en el llenguatge natural i també com es poden construir eines de detecció automàtica més transparents i fiables.
El treball el signen tres experts de la UB: David Saeteros i David Gallardo-Pujol, investigador i director, respectivament, del Grup de Recerca Individual Differences Lab (IDLab) de la Facultat de Psicologia i de l'Institut de Neurociències (UBneuro), i Daniel Ortiz Martínez, investigador de la Facultat de Matemàtiques i Informàtica.
Obrir la caixa negra dels algoritmes
En l'estudi s'ha analitzat com dos models d'IA avançada, BERT i RoBERTa, processen dades de text per detectar característiques de la personalitat seguint dos marcs psicològics principals: el sistema dels Big Five o cinc grans trets de la personalitat (obertura a les experiències, responsabilitat, extraversió, amabilitat i estabilitat emocional) i el Myers-Briggs Type Indicator (MBTI), un instrument que classifica les persones en les dimensions d'extravertit-introvertit, sensorial-intuïtiu, pensament-sentiment i jutge-perceptiu. "En psicologia, existeix un model prevalent de personalitat i altres de menys validats, que fem servir per entendre i mesurar les diferències individuals en comportament, emocions i pensament", expliquen els investigadors sobre aquests dos marcs psicològics.
Els textos analitzats en l'estudi s'han obtingut de dues bases de dades alimentades amb qüestionaris dels dos models (Big Five i MBTI), que prèviament s'havien classificat segons la presència d'indicadors dels diferents trets i tipus de personalitat que els integren. Posteriorment, els investigadors han fet servir tècniques d'IA explicable per observar dins dels models d'IA i veure quins patrons del llenguatge influeixen en la identificació dels trets de personalitat en aquests escrits. "Les tècniques d'explicabilitat permeten "obrir la caixa negra" dels algoritmes, i això assegura que les prediccions estiguin basades en senyals psicològicament rellevants i no en artefactes de les dades", expliquen els autors.
