Comment les modèles AI détectent avec succès les traits de personnalité à partir de texte écrit

Une équipe de recherche de l'Université de Barcelone (UB) a montré comment les modèles d'intelligence artificielle (IA) peuvent détecter les traits de personnalité à partir de textes écrits, et pour la première fois, il a réussi à analyser en détail comment ces systèmes prennent des décisions. Ces résultats, publiés dans la revue Plos unouvrez de nouvelles perspectives pour comprendre comment la personnalité se manifeste dans le langage naturel et aussi comment des outils de détection automatiques plus transparents et fiables peuvent être construits.

Le document est co-écrit par trois experts UB: David Saeteros et David Gallardo-Pujol, chercheur et directeur, respectivement, du groupe de recherche de laboratoire individuelle (IDLAB) de la Faculté de psychologie et de l'Institut des neurosciences (Ubneuro), et Daniel Ortiz Martínez, chercheur à la Faculté de mathématiques et informatiques.

Ouverture de la «boîte noire» des algorithmes

L'étude a analysé comment deux modèles d'IA avancés, Bert et Roberta, traitent les données de texte pour détecter les caractéristiques de la personnalité à la suite de deux principaux cadres psychologiques: le système de traits de personnalité des Big Five (ouverture à l'expérience, responsabilité, extraversion, agrégation et stabilité émotionnelle) et les dimensions de Myers-Briggs (MBTI), un instrument et un instrument et des gens de la dimension des dimensions de l'extrovert-intervert-interrovert, des personnes et et et et et des personnes en tant que dimensions de l'extrovert-intervert-interrovert, et des consultations et des personnes en tant que dimensions de l'extrovert-intervert-interrovert, et et et et et et de consultation des personnes au long des dimensions de l'extrovert-intervert-interrovert, Introwi réfléchir.

« En psychologie, il existe un modèle répandu de personnalité et d'autres modèles moins validés, que nous utilisons pour comprendre et mesurer les différences individuelles de comportement, d'émotions et de pensée », expliquent les chercheurs.

Les textes analysés dans l'étude ont été obtenus à partir de deux bases de données nourries avec des questionnaires des deux modèles (Big Five et MBTI), qui avaient déjà été classés en fonction de la présence d'indicateurs des différents traits de personnalité et types qui les composent. Par la suite, les chercheurs ont utilisé des techniques d'IA explicables pour observer les modèles d'IA et voir quels modèles de langage influencent l'identification des traits de personnalité dans ces écrits.

« Les techniques d'explication nous permettent de » ouvrir la boîte noire « des algorithmes, qui garantit que les prédictions sont basées sur des signaux psychologiquement pertinents et non sur des artefacts dans les données », notent les auteurs.

Plus précisément, ils ont utilisé une technique appelée gradients intégrés, ce qui leur permet d'identifier exactement quels mots ou phrases contribuent à la prédiction d'un trait de personnalité spécifique. « Cette méthodologie nous a permis de visualiser et de quantifier l'importance de divers éléments linguistiques dans les prédictions du modèle », disent-ils.

Par exemple, ils ont observé que des mots tels que la haine, qui seraient traditionnellement associés à des traits négatifs, peuvent apparaître dans des contextes qui reflètent réellement la gentillesse (« Je déteste voir les autres souffrir »). « Sans comprendre comment le modèle interprète ces mots dans son contexte, nous pouvons tirer les mauvaises conclusions », soulignent-ils.

Cette approche garantit la validité scientifique des performances des modèles d'IA, car elle permet de « vérifier si les modèles s'alignent sur les théories psychologiques établies et fournissent également une base solide pour une amélioration continue en veillant à ce qu'elles soient basées sur des modèles linguistiques qui sont véritablement liés aux constructions psychologiques qu'ils sont destinés à mesurer », ajoutent-ils.

Les limites du modèle MBTI

L'étude a également souligné les limites du modèle MBTI par rapport au Big Five, qui montre une base plus forte pour l'analyse de la personnalité automatisée et l'analyse psychométrique classique.

« Bien qu'il soit largement utilisé en informatique et dans certains domaines appliqués de la psychologie, le modèle MBTI a de graves limites pour l'évaluation automatique de la personnalité, car nos résultats indiquent que les modèles ont tendance à s'appuyer davantage sur les artefacts que sur les modèles réels », notent-ils.

Applications de la détection automatique de la personnalité

L'utilisation de techniques de détection de personnalité automatique avec des modèles d'IA peut avoir un impact majeur sur le domaine de la psychologie de la personnalité. « Avec ces méthodes, les psychologues identifieront les modèles linguistiques associés à différents traits de personnalité qui, avec les méthodes traditionnels, pourraient passer inaperçus.

Dans le domaine clinique, les auteurs soulignent qu'ils peuvent aider à « l'évaluation initiale et le suivi des patients en concentrant l'attention sur les changements dans le langage ou l'expression verbale comme indicateurs d'éléments psychologiques importants pour la thérapie ». Ils soulignent également qu'ils peuvent jouer un rôle important dans d'autres domaines: dans la sélection du personnel, dans la personnalisation éducative, dans la recherche sociale – cela faciliterait l'analyse de grands volumes de données textuelles – ou dans le développement d'assistants virtuels et d'agents conversationnels, car cela aiderait à créer des interactions plus naturelles et adaptées.

« Il est important de souligner que toutes ces applications devraient être basées sur des modèles scientifiquement solides et intégrer les techniques d'explication que nous avons explorées, pour assurer une utilisation éthique et transparente », ajoutent-ils.

Malgré le potentiel, les chercheurs pensent que ces modèles ne remplaceront pas les tests de personnalité traditionnels à court terme, mais les compléteront et offriront une perspective supplémentaire et plus profonde. « Nous voyons une évolution vers une approche multimodale, où les évaluations traditionnelles sont combinées avec l'analyse du langage naturel, le comportement numérique et d'autres sources de données pour obtenir une image plus complète de la personnalité », notent-ils.

Cette approche intégrative s'appuiera, selon les chercheurs, sur les forces de chaque méthodologie, offrant une «vision plus riche et plus nuancée de la personnalité humaine». En ce sens, les modèles d'IA peuvent être « particulièrement utiles dans des contextes où la collecte traditionnelle des données est difficile ou lorsque de grands volumes d'informations doivent être analysés efficacement », ajoutent-ils.

Valider la recherche dans d'autres contextes

Les prochaines étapes de cette étude comprennent l'extension de l'analyse à d'autres types de texte, plates-formes, langues et cultures pour confirmer si les modèles identifiés sont cohérents dans différents contextes. Les chercheurs veulent explorer l'application de ces techniques à d'autres constructions psychologiques au-delà de la personnalité, telles que les états émotionnels ou les attitudes.

Les chercheurs travaillent également à intégrer des données multimodales dans ces analyses – combinant du texte avec d'autres formes d'expression, telles que le comportement vocal ou non verbal, et en utilisant des technologies telles que la transcription audio automatique (Whisper.ai) – ainsi que leur application dans des contextes réels. L'équipe souhaite «collaborer avec les cliniciens et les professionnels des ressources humaines pour évaluer l'efficacité de ces outils dans des contextes réels, en veillant à ce qu'ils aient un impact positif et éthique».