Telset.id – Studi terbaru dari para peneliti di Hebrew University dan Hadassah Medical School mengungkap bahwa GPT-4 mampu memprediksi respons kepribadian manusia secara kolektif sebelum pertanyaan diajukan. Temuan ini dipublikasikan di jurnal iScience dan menunjukkan bahwa model bahasa besar dapat menangkap pola respons manusia hanya dari analisis bahasa.
Para peneliti yang terdiri dari Rotem Monsa, Aviv Zohar, dan Shahar Arzy menguji kemampuan GPT-4 dalam memperkirakan bagaimana manusia secara kolektif akan menjawab pertanyaan kepribadian. Metode pengukuran kepribadian manusia selama ini memang dilakukan dengan mengajukan pertanyaan dan membandingkan jawaban melalui kerangka kerja psikologis yang telah mapan.
Studi ini menggunakan dua sumber teks yang sangat berbeda untuk membuat kuesioner kepribadian. Sumber pertama berasal dari DSM-5, manual klinis standar yang digunakan psikiater di seluruh dunia untuk mendiagnosis gangguan kepribadian secara presisi. Sumber kedua menggunakan buku teks astrologi yang mengaitkan sifat kepribadian tertentu dengan dua belas zodiak.
“Kami ingin memilih teks yang menggambarkan kepribadian manusia dengan sangat kaya tetapi juga berada di ujung spektrum yang berlawanan dalam hal landasan ilmiah,” ujar Rotem Monsa, penulis utama studi ini. “DSM-5 disempurnakan melalui penelitian klinis selama puluhan tahun dan merupakan manual diagnostik standar dalam psikiatri klinis, dikenal di seluruh dunia.”
Akurasi Prediksi GPT-4 dalam Pengukuran Kepribadian
Kedua kuesioner tersebut kemudian diberikan kepada 600 partisipan bersama dengan Big Five Inventory, alat pengukuran kepribadian yang paling tervalidasi. Sebelum mengumpulkan respons tersebut, GPT-4 memperkirakan skor rata-rata untuk setiap pertanyaan menggunakan skala respons Likert lima poin.
Hasilnya menunjukkan korelasi yang kuat antara prediksi model dengan rata-rata aktual partisipan. Untuk pertanyaan berbasis DSM-5, akurasi mencapai 0,71, sementara untuk pertanyaan berbasis astrologi mencapai 0,85. Konsistensi internal yang layak untuk kuesioner berbasis DSM-5 menunjukkan bahwa sifat-sifat yang biasanya muncul bersamaan dalam kehidupan nyata juga berkorelasi dalam respons.
GPT-4 juga memperkirakan hubungan antar pertanyaan individual, menghasilkan korelasi 0,74 untuk kuesioner DSM dan 0,69 untuk kuesioner astrologi. Para peneliti berpendapat bahwa GPT-4 tampaknya mampu menangkap kecenderungan respons tingkat populasi yang tertanam dalam bahasa dan konten kuesioner.
Namun, mereka secara khusus memperingatkan bahwa memprediksi respons rata-rata tidak membuktikan bahwa kuesioner yang dihasilkan secara akurat mengukur perbedaan kepribadian individual. Ini menjadi catatan penting dalam memahami batasan kemampuan model dalam konteks psikologi.
Pengujian dengan Manual Oven dan Lord of the Rings
Para peneliti juga menguji apakah GPT-4 akan menghasilkan pertanyaan bergaya kepribadian ketika diberikan materi yang tidak mengandung informasi kepribadian eksplisit. Mereka memasok model dengan manual oven Bosch dan deskripsi sastra tentang lanskap dari The Lord of the Rings.
Hasilnya, GPT-4 tetap menghasilkan item kuesioner yang menyerupai penilaian kepribadian, meskipun kedua sumber tersebut tidak dirancang seputar sifat psikologis. Temuan ini menunjukkan bahwa model telah mempelajari asosiasi kuat antara pola bahasa, deskripsi kepribadian, dan struktur kuesioner yang familier.
Namun, para peneliti menemukan bahwa materi sumber yang tidak terkait dapat menghasilkan item yang lemah secara semantik, sempit, atau kurang terhubung. Perbedaan ini penting karena pertanyaan yang meyakinkan belum tentu mengukur karakteristik psikologis yang dimaksudkan oleh peneliti.
Studi ini juga menemukan perbedaan penting antara kuesioner ketika para peneliti memeriksa struktur statistik yang mendasarinya. Kuesioner Big Five paling cocok dengan organisasi yang diharapkan, sementara kuesioner DSM dan astrologi menunjukkan kecocokan model faktor konfirmatori yang lebih lemah.
Item berbasis astrologi juga gagal mempertahankan struktur elemen yang dimaksudkan, malah membentuk pola yang lebih luas menyerupai dimensi kepribadian yang mapan. Meskipun demikian, hasil menunjukkan kinerja prediktif yang sebanding di banyak hasil kehidupan, meskipun ukuran berbasis astrologi berkinerja lebih buruk untuk hasil kesehatan mental.
“Mengingat bahwa sifat kepribadian tercermin dalam bahasa, LLM mungkin telah mempelajari struktur kepribadian manusia sebagai produk sampingan alami dari pelatihan mereka,” tambah Monsa. “Jadi, meskipun mereka tidak diajarkan secara khusus psikologi atau teori kepribadian, hal-hal ini sudah tertanam dalam bahasa yang dipelajari LLM.”
Bukti saat ini mendukung klaim yang lebih sempit: GPT-4 dapat mengantisipasi pola respons manusia secara agregat dari informasi tekstual dengan akurasi yang terukur. Perkembangan ini membuka wawasan baru tentang bagaimana model bahasa besar memahami psikologi manusia, sekaligus menegaskan batasannya dalam pengukuran kepribadian individual.
Kemampuan prediksi ini juga relevan dengan perkembangan chip AI dan infrastruktur kecerdasan buatan yang terus berkembang. Sementara itu, persaingan di industri AI semakin ketat dengan hadirnya berbagai model AI inference baru yang menawarkan kemampuan berbeda.
Komentar
Belum ada komentar.