Ce se întâmplă dacă schimbăm limba unui chatbot?

Adaugă-ne ca sursă preferată

Urmărește-ne in Discover

Schimbarea limbii poate modifica rezultatele testelor de personalitate ale unui chatbot. Testarea a cinci modele a arătat că trecerea de la engleză la mandarină influențează modul în care AI-ul își exprimă trăsături precum curiozitatea, cooperarea și seriozitatea. ChatGPT-4o a indicat o mai mare deschidere către idei noi în engleză, în timp ce DeepSeek-V3 a obținut un scor mai ridicat în mandarină.

Yuzhan Hang, de la Universitatea de Știință și Tehnologie din China, și colegii săi au publicat rezultatele în Royal Society Open Science.

Schimbarea limbii poate modifica rezultatele testelor de personalitate ale unui chatbot. Între ianuarie și martie 2025, cercetătorii au testat ChatGPT-4o, Gemini 2.0 Flash, DeepSeek-V3, Ernie 3.5 și Le Chat. Modelele au completat chestionare în engleză și mandarină, iar Le Chat a fost evaluat și în franceză. Fiecare test a fost repetat de 30 de ori.

Cercetătorii au folosit Big Five Inventory-2, un chestionar cu 60 de afirmații care evaluează trăsături generale și caracteristici specifice, precum curiozitatea intelectuală și imaginația creativă. Modelele au fost instruite să răspundă în nume propriu, fără să imite anumite persoane. Testele nu urmăreau să demonstreze că Inteligența Artificială (AI) are personalitate sau sentimente umane.

Schimbarea limbii poate modifica rezultatele testelor de personalitate ale unui chatbot. Ce au aflat oamenii de știință?

În general, modelele s-au descris favorabil, prezentându-se drept cooperante și de încredere, cu o tendință redusă spre emoții negative. Totuși, limba a influențat rezultatele. ChatGPT-4o a obținut un scor de 4,74 din 5 la deschiderea către experiențe noi în engleză și 4,03 în mandarină. DeepSeek-V3 a înregistrat 4,38 în engleză și 4,81 în mandarină.

Unele rezultate păreau legate de țara de origine a modelelor. ChatGPT-4o și francezul Le Chat au obținut scoruri mai mari în engleză la agreabilitate, conștiinciozitate și deschidere către experiențe noi. Modelele chinezești au avut rezultate mai ridicate pentru anumite trăsături în mandarină. Gemini 2.0 Flash a contrazis însă această tendință: deși a fost dezvoltat în Statele Unite, a obținut în mandarină un scor mai mare la conștiinciozitate și unul mai mic la emoții negative, notează TechXplore.

Rezultatele nu demonstrează că modelele devin mai creative sau mai deschise la idei noi atunci când folosesc o anumită limbă. În plus, țara în care a fost creat un sistem nu indică neapărat culturile reprezentate în datele sale de antrenare. Studiul nu a putut separa influența limbii de cea a metodelor de antrenare și a proiectării modelelor.

Apar aceste diferențe și în discuțiile din afara testelor?

O cercetare anterioară, publicată în PNAS Nexus, a constatat că modelele ofereau răspunsuri mai apropiate de normele sociale atunci când era evident că li se evalua personalitatea. Comparația cu datele umane din Statele Unite, China și Franța a arătat, de asemenea, că niciun model nu reproducea complet profilul grupului corespunzător. Comparația este însă limitată de diferențele dintre eșantioane, cel chinezesc incluzând exclusiv studenți.

Autorii avertizează că răspunsurile coerente ale chatboților pot diferi sistematic de cele ale oamenilor pe care ar trebui să îi reprezinte. „Rezultatele noastre demonstrează că modelele lingvistice de mari dimensiuni prezintă profiluri de personalitate stabile din punct de vedere psihologic, dar inconsecvente cultural, influențate atât de contextul antrenării, cât și de limba interacțiunii”, concluzionează aceștia.

Testarea în conversații obișnuite ar putea arăta dacă aceste diferențe se manifestă și în interacțiunile reale. Deocamdată, limba aleasă influențează condițiile experimentului, iar răspunsurile Inteligenței Artificiale trebuie verificate înainte de a fi considerate reprezentative pentru oameni.

Vă recomandăm să citiți și:

Care este cea mai mare slăbiciune a mașinilor de astăzi?

Șase moduri în care tehnologia ne poate ajuta să trăim mai „analogic”

Test de cultură generală. Care este diferența dintre megabyte și gigabyte?

Test de cultură generală. Care este diferența dintre Inteligență Artificială și Inteligență Artificială Generală?