Un equip de recerca de la Universitat de Barcelona ha demostrat com els models d’intel·ligència artificial (IA) poden detectar trets de la personalitat a partir de textos escrits, i per primera vegada ha aconseguit analitzar detalladament com aquests sistemes prenen decisions. Aquests resultats, publicats a la revista
PLOs One, obren noves vies per entendre com es manifesta la personalitat en el llenguatge natural i també com es poden construir eines de detecció automàtica més transparents i fiables.
El treball el signen tres experts de la UB: David Saeteros i David Gallardo-Pujol, investigador i director, respectivament, del Grup de Recerca Individual Differences Lab (IDLab) de la Facultat de Psicologia i de l’Institut de Neurociències (UBneuro), i Daniel Ortiz Martínez, investigador de la Facultat de Matemàtiques i Informàtica.
Obrir la caixa negra dels algoritmes
En l’estudi s’ha analitzat com dos models d’IA avançada, BERT i RoBERTa, processen dades de text per detectar característiques de la personalitat seguint dos marcs psicològics principals: el sistema dels Big Five o cinc grans trets de la personalitat (obertura a les experiències, responsabilitat, extraversió, amabilitat i estabilitat emocional) i el Myers-Briggs Type Indicator (MBTI), un instrument que classifica les persones en les dimensions d’extravertit-introvertit, sensorial-intuïtiu, pensament-sentiment i jutge-perceptiu. «En psicologia, existeix un model prevalent de personalitat i altres de menys validats, que fem servir per entendre i mesurar les diferències individuals en comportament, emocions i pensament», expliquen els investigadors sobre aquests dos marcs psicològics.
Els textos analitzats en l’estudi s’han obtingut de dues bases de dades alimentades amb qüestionaris dels dos models (Big Five i MBTI), que prèviament s’havien classificat segons la presència d’indicadors dels diferents trets i tipus de personalitat que els integren. Posteriorment, els investigadors han fet servir tècniques d’IA explicable per observar dins dels models d’IA i veure quins patrons del llenguatge influeixen en la identificació dels trets de personalitat en aquests escrits. «Les tècniques d’explicabilitat permeten “obrir la caixa negra” dels algoritmes, i això assegura que les prediccions estiguin basades en senyals psicològicament rellevants i no en artefactes de les dades», expliquen els autors.
En concret, els experts han utilitzat una tècnica anomenada
integrated gradients, que permet identificar exactament quines paraules o frases contribueixen a la predicció d’un tret de personalitat específic. «Aquesta metodologia ens ha permès visualitzar i quantificar la importància de diversos elements lingüístics en les prediccions del model», assenyalen. Per exemple, han observat que paraules com
odi o
odiar, que tradicionalment s’associarien amb trets negatius, poden aparèixer en contextos que en realitat reflecteixen amabilitat («odio veure els altres patir»). «Sense entendre com el model interpreta aquestes paraules en context, podríem arribar a conclusions errònies», subratllen.
Aquesta aproximació garanteix la validesa científica del funcionament dels models d’IA, ja que permet «verificar si els models s’alineen amb teories psicològiques establertes i, a més, proporciona una base sòlida per millorar-los contínuament, assegurant que es basen en patrons lingüístics genuïnament relacionats amb els constructes psicològics que pretenen mesurar», afegeixen.
Les limitacions del model MBTI
Un altre resultat de la recerca ha estat la demostració de les limitacions del model MBTI, en comparació amb el dels cinc grans trets, que té una base més sòlida tant per a l’anàlisi automatitzada de la personalitat com per a l’anàlisi clàssica psicomètrica. «Malgrat ser àmpliament utilitzat en ciències de la computació i alguns àmbits aplicats de la psicologia, el model MBTI presenta greus limitacions per a l’avaluació automàtica de la personalitat, ja que els nostres resultats mostren que els models tendeixen a basar-se més en artefactes que en patrons reals», destaquen.
Aplicacions de la detecció automàtica de la personalitat
L’ús de tècniques de detecció automàtica de la personalitat amb models d’IA pot tenir un impacte molt important en el camp de la psicologia de la personalitat. «Amb aquests mètodes, els psicòlegs podran identificar patrons lingüístics associats a diferents trets de la personalitat que, amb mètodes tradicionals, podrien passar desapercebuts. Això pot conduir a mètodes d’avaluació més naturals i menys intrusius, especialment valuosos per a l’estudi de grans poblacions», ressalten els investigadors.
En el camp clínic, els autors destaquen que poden ajudar a «l’avaluació inicial i el seguiment de pacients focalitzant l’atenció en canvis en el llenguatge o l’expressió verbal com a indicadors d’elements psicològics importants per a la teràpia». A més, apunten que poden tenir un paper destacat en altres àmbits: en la selecció de personal, en la personalització educativa, en la recerca social —facilitaria l’anàlisi de grans volums de dades textuals— o en el desenvolupament d’assistents virtuals i agents conversacionals, ja que ajudaria a crear interaccions més naturals i adaptades. «És important destacar que totes aquestes aplicacions haurien de basar-se en models científicament sòlids i incorporar les tècniques d’explicabilitat que hem explorat, per garantir-ne un ús ètic i transparent», subratllen.
Tot i el potencial, els investigadors creuen que aquests models no substituiran les proves tradicionals de personalitat a curt termini, sinó que les complementaran i oferiran una perspectiva addicional i més profunda. «Veiem una evolució cap a un enfocament multimodal, en què les avaluacions tradicionals es combinen amb l’anàlisi del llenguatge natural, el comportament digital i altres fonts de dades per obtenir una imatge més completa de la personalitat», destaquen.
Aquest enfocament integratiu permetrà, segons els investigadors, aprofitar els punts forts de cada metodologia, cosa que proporcionarà una visió «més rica i matisada de la personalitat humana». En aquest sentit, els models d’IA poden ser «especialment útils en contextos en què la recollida de dades tradicional és difícil o quan cal analitzar grans volums d’informació de manera eficient», afegeixen.
Validar la recerca en altres contextos
Els pròxims passos d’aquesta recerca inclouen l’ampliació de l’anàlisi a altres tipus de textos, plataformes, idiomes i cultures, per tal de confirmar si els patrons identificats són consistents en diferents contextos. També es vol explorar l’aplicació d’aquestes tècniques a altres construccions psicològiques més enllà de la personalitat, com estats emocionals o actituds.
Així mateix, els investigadors treballen per integrar dades multimodals a aquestes anàlisis —combinant text amb altres formes d’expressió, com ara veu o comportament no verbal, i utilitzant tecnologies com ara la transcripció automàtica d’àudio (Whisper.ai) —, i també en l’aplicació en contextos reals. «Volem col·laborar amb professionals clínics i de recursos humans per avaluar l’efectivitat d’aquestes eines en entorns del món real, assegurant-nos que tinguin un impacte positiu i ètic», conclouen.