ChatGPT, insanların kişilik testlerine nasıl cevap vereceğini şaşırtıcı doğrulukla tahmin etti

İbrani Üniversitesi'nden bilim insanları, OpenAI'nin geliştirdiği GPT-4 modelinin kişilik testlerinde gösterdiği başarıyı ortaya koyan dikkat çekici bir araştırmaya imza attı. Araştırmada, GPT-4'ün hazırladığı kişilik testleriyle, katılımcıların gelir, refah ve eğitim düzeyleri gibi önemli yaşam göstergeleri, geleneksel psikoloji testleriyle benzer doğrulukta tahmin edildi. Amerika Birleşik Devletleri ve Birleşik Krallık'tan toplam 600 yetişkinin katıldığı bu deney, yapay zekânın insan davranışlarını analiz etme kapasitesine dair yeni tartışmaların önünü açtı.

GPT-4 kişilik testlerinde bilimsel yöntemlerle sınandı

İbrani Üniversitesi'nden Rotem Monsa, Aviv Zohar ve Shahar Arzy'nin yürüttüğü araştırmada, GPT-4 modeline iki temel kaynak sunuldu: psikiyatristlerin zihinsel bozuklukları teşhis etmekte kullandığı DSM-5 kılavuzu ve popüler bir astroloji kitabı olan "İhtiyacınız Olan Tek Astroloji Kitabı". Araştırmacılar, bu kaynaklardan esinlenerek GPT-4'ün, insanların kişilik özelliklerini ölçmeye yönelik sorular üretmesini sağladı. GPT-4, DSM-5 tabanlı 50 ve astrolojiye dayalı 60 farklı kişilik ifadesi oluşturdu. Katılımcılar, bu ifadeleri 1 ile 5 arasında puanladı. Ayrıca, Big Five Envanteri'nden alınan 44 maddelik standart kişilik testi de uygulandı. Araştırmacılar, katılımcıların verdiği yanıtları, yaşam memnuniyeti, gelir, eğitim, depresyon ve anksiyete gibi yaşam göstergeleriyle karşılaştırdı. Sonuçlar, GPT-4 tarafından üretilen soruların, özellikle eğitim gibi bazı alanlarda, geleneksel testlerle benzer hatta zaman zaman daha yüksek doğrulukla sonuç verdiğini gösterdi.

Monsa: 'Astroloji temelli sorular eğitimde öne çıktı'

Araştırmanın en ilginç bulgularından biri, astrolojiye dayalı soruların eğitim düzeyini tahmin etme konusunda Big Five testinden daha iyi performans göstermesi oldu. Rotem Monsa, bu konuda yaptığı açıklamada, "Astrolojik tanımlar yüzyıllar boyunca kültürel olarak rafine edilmiştir ve günlük dildeki kişilik özellikleriyle büyük oranda örtüşmektedir. Bu nedenle, bireysel astroloji soruları anlam taşır, ancak onları organize eden çerçeve bilimsel değildir" ifadelerini kullandı. Araştırma ekibi, astrolojiye dayalı dört geleneksel unsurun (ateş, su, hava, toprak) pratikte kişilik gruplarını yansıtmadığını, ancak üretilen soruların Big Five'ın ana özelliklerine yakın kümeler oluşturduğunu tespit etti. Buna rağmen, genel puanlamada DSM-5 ve Big Five temelli testler, özellikle mental sağlık ölçümlerinde astroloji tabanlı testlerin önüne geçti.

GPT-4 ortalama yanıtları kelimelerden tahmin etti

Katılımcılar teste başlamadan önce, ekip GPT-4'e, hazırladığı her bir soru için, yalnızca kelime yapısına bakarak ortalama yanıtı tahmin etmesini istedi. 1 ile 5 arasındaki puanlama sisteminde, GPT-4'ün astroloji soruları için yaptığı tahminler ortalamada 0,27 puan, DSM-5 tabanlı sorular için ise 0,40 puan yanıldı. Ayrıca, her soru çifti için iki yanıt arasındaki bağlantının gücü de değerlendirildi ve ortalama hata 0,17 olarak belirlendi. Bu bulgular, GPT-4'ün insan yazılarını analiz ederek, kişilik testlerindeki genel eğilimleri öngörme konusunda önemli bir potansiyele sahip olduğunu ortaya koydu. Monsa, bu yöntemin laboratuvar ortamında, yüzlerce kişiye test uygulamadan önce zayıf veya gereksiz soruları ayıklamak için pratik bir araç sağlayabileceğini vurguladı.