大規模言語モデルと人間の性格特性の比較研究

大規模言語モデル (LLMs) は、言語の理解と生成において人間のような能力を示し、社会的・認知的領域において積極的な参与者となっています。この研究では、LLMs が性格に似た特性を示すかどうか、またこれらの特性が人間の性格とどのように比較されるかを調査し、従来の性格評価ツールの適用可能性に焦点を当てています。行動に基づくアプローチを用いて、三つの実証研究を実施しました。研究1では、テスト-再テストの安定性を調査し、LLMs が人間よりも高い変動性を示し、入力に敏感であり、長期的な安定性が欠けていることがわかりました。これに基づき、LLM 特性を動的かつ入力駆動と定義する分散性格フレームワークを提案します。研究2では、性格測定の変異間一致性を分析し、LLMs の応答が項目の表現に非常に敏感であり、人間と比較して内部一貫性が低いことがわかりました。研究3では、役割演技中の性格の保持を探求し、LLM 特性がプロンプトやパラメータ設定によって形成されることを示しました。これらの発見は、LLMs が流動的で外部依存的な性格パターンを表現することを示唆し、LLM 特有の性格フレームワークの構築や人間とAIの相互作用の進展に対する洞察を提供します。この研究は、責任あるAI開発に貢献し、知的システムの時代における性格心理学の境界を拡張します。