Duże modele językowe doskonale radzą sobie z tworzeniem testów inteligencji emocjonalnej

Najnowsze badania wskazują, że duże modele językowe (LLM) mogą nie tylko rozwiązywać, ale także tworzyć testy inteligencji emocjonalnej (IE). Badanie to, opublikowane w Communications Psychology w 2025 roku przez Schlegela, Sommera i Mortillaro, podkreśla możliwości LLM w zakresie rozumienia ludzkich emocji.

Inteligencja emocjonalna, tradycyjnie cecha ludzka, obejmuje rozpoznawanie, rozumienie i zarządzanie emocjami. W badaniu wykorzystano architektury transformatorowe do oceny, w jaki sposób LLM wchodzą w interakcje z treściami o emocjonalnych niuansach. Modele doskonale radziły sobie z odpowiadaniem i tworzeniem wiarygodnych testów IE.

LLM są szkolone na ogromnych korpusach tekstowych, wychwytując subtelności semantyczne, wskazówki afektywne i dynamikę społeczną. Naukowcy przeanalizowali odpowiedzi modeli na pytania testowe IE, porównując je z ludzkimi punktami odniesienia. Modele wykazały zdolność do symulowania rozumowania emocjonalnego.

Protokoły dostrajania wzmocniły subtelności emocjonalne, zwiększając wrażliwość na leksykony emocjonalne. Wizualizacja uwagi pokazała, że LLM priorytetowo traktują różne części tekstu wejściowego podczas przewidywania kompetencji emocjonalnych. Wskazuje to, że LLM implicytnie rozpoznają wartościowości emocjonalne i trafność kontekstową.

Tworzenie nowych ocen IE przez LLM otwiera nową granicę w narzędziach psychologicznych. Modele AI mogą autonomicznie generować prawdopodobne pytania IE. Sugeruje to nową synergię między AI a nauką psychologiczną.

Chociaż LLM wykazują kompetencje w zadaniach IE, pozostaje pytanie, czy naprawdę rozumieją emocje. Badanie podkreśla wydajność jako mierzalny wynik, a nie subiektywną świadomość emocjonalną. Oceny IE generowane przez sztuczną inteligencję mogą usprawnić diagnozę i personalizację terapii.

Zależność modeli od danych treningowych naraża je na uprzedzenia nieodłącznie związane ze źródłami tekstowymi. Naukowcy opowiadają się za kontynuacją interwencji w szkolenie modeli. Wraz ze wzrostem wyrafinowania modeli, potrzebne są badania podłużne, aby monitorować ewolucję zdolności inteligencji emocjonalnej w AI.

Badania przedstawiają skrzyżowanie AI, psychologii i językoznawstwa. Schlegel, Sommer i Mortillaro zapoczątkowali zmianę paradygmatu. Wpłynie to na przyszły rozwój AI i metodologie oceny emocjonalnej.

Dalsza interdyscyplinarna współpraca będzie niezbędna, aby odpowiedzialnie wykorzystać moc modeli językowych. Zapewnia to, że emocjonalna inteligencja maszynowa wzbogaca ludzkie doświadczenie. Partnerzy AI mogą pomagać, wzmacniać, a nawet kwestionować nasze emocjonalne zrozumienie.