This post is also available in:
English (אנגלית)
בצעד המקדם את השימוש בבינה מלאכותית עבור יצירת פרופיל פסיכולוגי, מחקר חדש מאוניברסיטת ברצלונה מדגים כיצד מודלים של למידת מכונה יכולים לזהות ולפרש תכונות אישיות מטקסט. במחקר שפורסם לאחרונה ב-PLOS One, חוקרים בחנו כיצד בינה מלאכותית יכולה לא רק לזהות מאפיינים פסיכולוגיים מרכזיים, אלא גם לחשוף כיצד החלטות אלה מתקבלות – צעד חשוב לקראת פריסה שקופה ואתית.
באמצעות שני מודלים מובילים לעיבוד שפה טבעית, ברט (BERT) ורוברטה (RoBERTa), הצוות ניתח כיצד בינה מלאכותית מפרשת שפה כתובה כדי לסווג תכונות אישיות. מודלים אלה אומנו על מערכי נתונים המכילים אלפי דוגמאות טקסט שתויגו בעבר על פי שתי מערכות פסיכולוגיות פופולריות: הביג פייב ו-MBTI.
באופן משמעותי, המחקר השתמש בטכניקות AI שנותנות הסברים – ספציפית, שיטה המכונה "integrated gradients" – כדי לעקוב אחר קבלת ההחלטות של המודלים. זה איפשר לחוקרים לזהות בדיוק אילו מילים או ביטויים השפיעו על תחזיות. לדוגמה, אפילו מילים טעונות רגשית כמו "שנאה" עשויות להצביע על אמפתיה ולא על עוינות, בהתאם להקשר, על פי TechXplore.
החוקרים מדגישים שפרספקטיבה מעמיקה זו על ההיגיון של הבינה המלאכותית מסייעת למנוע פרשנויות שגויות ומוודאת שהניתוח האוטומטי יתיישב עם התיאוריה הפסיכולוגית, במקום להישען על ארטיפקטים בנתונים. הדבר פותח את הדרך ליישומים מדויקים ואחראיים בתחומים כמו בריאות הנפש, משאבי אנוש וחינוך.
על אף שמסגרת BIG FIVE הוכיחה התאמה גבוהה להערכות מבוססות מכונה, מודל ה-MBTI הנפוץ הראה חולשות, כאשר המודלים נטו לתפוס תבניות שטחיות במקום אינדיקטורים ממשיים לאישיות.
מעבר לאבחון, ההשלכות רחבות היקף: ניתוח אישיות מונחה AI עשוי לאפשר פרופיילינג בקנה מידה גדול ובפגיעה מינימלית, בהתבסס על שפה יומיומית—בין אם פוסטים ברשתות חברתיות, קורות חיים או אינטראקציות עם צ׳אטבוט. בנוסף, הוא עשוי לסייע למטפלים במעקב אחר התקדמות המטופלים או באיתור שינויים פסיכולוגיים על פי שינויים בביטוי השפתי.
בהסתכלות אל העתיד, החוקרים מתכוונים להרחיב את המודלים לשפות שונות, להקשרים תרבותיים מגוונים ולמבנים פסיכולוגיים נוספים כדוגמת רגשות ועמדות. הם גם משלבים ניתוח קול וסימנים לא ורבליםלהבנה עשירה ורב־מודאלית של התנהגות אנושית.
