ChatGPT พยากรณ์บุคลิกภาพมนุษย์ได้แม่นยำ – ศักยภาพใหม่ของ AI

ChatGPT – โดยเฉพาะรุ่น GPT‑4 – ได้แสดงความสามารถใหม่ที่น่าตกใจ: ไม่เพียงแต่คาดเดาคำต่อคำตามบริบทเท่านั้น แต่ยังสามารถทำนายคะแนนบุคลิกภาพของคนกลุ่มใหญ่ก่อนที่ผู้ตอบจะให้ข้อมูลจริง การค้นพบนี้มาจากงานวิจัยตีพิมพ์ใน iScience ซึ่งอาจเปลี่ยนแนวทางการประเมินและทำความเข้าใจลักษณะมนุษย์ในระดับประชากรได้

Overview

บุคลิกภาพของมนุษย์โดยทั่วไปถูกวัดผ่านแบบสอบถามที่ผู้ตอบต้องให้คะแนนตามคำถามต่าง ๆ เช่น Big Five Inventory งานวิจัยใหม่จากมหาวิทยาลัยฮีบรูและโรงพยาบาลแฮดาสซาห์ ได้ตั้งสมมติฐานว่าโมเดลภาษาอย่าง GPT‑4 อาจจับรูปแบบการตอบโดยอิงจากข้อความเท่านั้น โดยไม่ต้องรอให้ผู้คนกรอกแบบสอบถามจริง

ทีมวิจัยใช้สองชุดคำถามที่มีพื้นฐานแตกต่างกันอย่างสิ้นเชิง: ชุดแรกดึงข้อมูลจาก DSM‑5 ซึ่งเป็นคู่มือคลินิกระดับโลกสำหรับการวินิจฉัยความผิดปกติทางบุคลิกภาพ; ชุดที่สองมาจากตำราดาราศาสตร์ซึ่งเชื่อมโยงลักษณะบุคลิกกับราศีทั้งสิบสอง การเลือกแหล่งข้อมูลนี้มีจุดประสงค์เพื่อทดสอบว่าการอ้างอิงจากข้อความที่ “อธิบายมนุษย์” อย่างละเอียดแต่แตกต่างในความเป็นวิทยาศาสตร์จะส่งผลต่อการคาดการณ์ของโมเดลอย่างไร

Methodology

นักวิจัยจัดทำแบบสอบถามโดยให้ GPT‑4 สร้างคำถามตามสองแหล่งข้อมูลดังกล่าว จากนั้นแจกให้ผู้เข้าร่วม 600 คน พร้อมกับ Big Five Inventory เพื่อตรวจสอบความสอดคล้องของผลลัพธ์ ก่อนที่ผู้ตอบจะกรอกแบบสอบถาม ทีมวิจัยขอให้ GPT‑4 ประมาณค่าเฉลี่ยการตอบในระดับ Likert 5‑point scale สำหรับแต่ละคำถาม ทั้งนี้เพื่อเปรียบเทียบกับข้อมูลจริงที่เก็บได้หลังจากนั้น

ขั้นตอนสำคัญรวมถึง:

• การสร้างแบบสอบถาม DSM‑5‑derived และ Astrology‑derived ด้วย GPT‑4
• การให้ผู้เข้าร่วมตอบพร้อม Big Five Inventory เพื่อเป็นมาตรฐานอ้างอิง
• การบันทึกค่าเฉลี่ยที่โมเดลคาดการณ์ไว้ก่อนการเก็บข้อมูลจริง

Results

ผลการเปรียบเทียบแสดงให้เห็นว่า GPT‑4 สามารถทำนายค่าเฉลี่ยของคำตอบได้อย่างมีนัยสำคัญ: ความสัมพันธ์ระหว่างค่าที่คาดการณ์กับค่าจริงอยู่ที่ 0.71 สำหรับชุดคำถามจาก DSM‑5 และสูงกว่าอีกระดับที่ 0.85 สำหรับชุดจากตำราดาราศาสตร์ แม้ว่าชุดดาราศาสตร์จะมีความสอดคล้องภายใน (internal consistency) ต่ำกว่า แต่โมเดลยังคงให้ผลการทำนายที่แม่นยำ

นอกจากนี้ GPT‑4 ยังสามารถประมาณค่าความสัมพันธ์ระหว่างคำถามแต่ละข้อได้ด้วยค่า 0.74 (DSM‑5) และ 0.69 (ดาราศาสตร์) ซึ่งบ่งชี้ว่าโมเดลจับโครงสร้างความสัมพันธ์เชิงสถิติของแบบสอบถามได้อย่างค่อนข้างดี

การทดสอบเพิ่มเติมโดยให้ GPT‑4 สร้างคำถามจากเอกสารที่ไม่มีข้อมูลบุคลิกภาพโดยตรง เช่น คู่มือเตาอบ Bosch และบทบรรยายภูมิประเทศจาก *The Lord of the Rings* พบว่าโมเดลยังคงผลิตรายการที่มีลักษณะคล้ายแบบสอบถามบุคลิกภาพ แม้จะเป็นคำถามที่เชื่อมโยงกันอย่างอ่อนแอและบางครั้งไม่มีความหมายทางจิตวิทยาที่ชัดเจน

Analysis

ผลการศึกษาแสดงให้เห็นว่า LLM อย่าง GPT‑4 สามารถ “เรียนรู้” โครงสร้างของบุคลิกภาพมนุษย์จากภาษาธรรมชาติที่มันได้รับระหว่างฝึกอบรม แม้ไม่ได้รับการสอนโดยตรงเกี่ยวกับทฤษฎีจิตวิทยา ความแม่นยำระดับ 0.71‑0.85 บ่งบอกว่าแบบจำลองได้จับแนวโน้มของการตอบสนองในระดับประชากรได้อย่างมีประสิทธิภาพ

อย่างไรก็ตาม นักวิจัยเตือนว่าการทำนายค่าเฉลี่ยของกลุ่มคนไม่ได้หมายความว่าโมเดลจะสามารถวัดความแตกต่างบุคลิกภาพระหว่างบุคคลได้อย่างแม่นยำ การสร้างคำถามจากแหล่งข้อมูลที่ไม่เกี่ยวข้อง (เช่น คู่มือเครื่องใช้ไฟฟ้า) แสดงให้เห็นถึงข้อจำกัดของ GPT‑4 ในการผลิตแบบสอบถามที่มีคุณภาพทางจิตวิทยา แม้ว่าจะดูเหมือนเป็น “บุคลิกภาพ” ก็ตาม

Implications

ผลลัพธ์นี้อาจส่งผลต่อหลายด้าน:

• งานวิจัยจิตวิทยา – นักวิชาการอาจใช้ LLM เป็นเครื่องมือช่วยสร้างแบบสอบถามเบื้องต้นหรือทดสอบแนวคิดก่อนทำการสำรวจจริง
• ธุรกิจและการตลาด – การคาดการณ์ความต้องการหรือพฤติกรรมผู้บริโภคจากข้อความออนไลน์อาจมีความแม่นยำมากขึ้น ทำให้บริษัทสามารถปรับกลยุทธ์ได้เร็วกว่าเดิม
• จริยธรรมและกฎระเบียบ – ความสามารถในการ “อ่านใจ” จากภาษาอาจก่อให้เกิดข้อกังวลเกี่ยวกับความเป็นส่วนตัวและการใช้ข้อมูลอย่างไม่โปร่งใส

นักวิจัยยังคงชี้ว่าโมเดลควรได้รับการประเมินเพิ่มเติมในเรื่องของ validity ของแบบสอบถามที่สร้างขึ้น และต้องพิจารณาว่าโครงสร้างเชิงปัจจัย (factor structure) ของแบบสอบถามนั้นสอดคล้องกับทฤษฎีจิตวิทยาที่เป็นมาตฐานหรือไม่

Future Outlook

งานวิจัยต่อไปอาจมุ่งเน้นการเปรียบเทียบผลลัพธ์ของ GPT‑4 กับโมเดลภาษาอื่น ๆ เช่น Gemini หรือ Claude เพื่อยืนยันว่าความสามารถนี้เป็นคุณสมบัติทั่วไปของ LLM หรือจำกัดเฉพาะรุ่นที่ได้รับการฝึกด้วยข้อมูลขนาดใหญ่แบบเดียวกัน นอกจากนี้ การทดลองกับกลุ่มประชากรที่หลากหลายทางวัฒนธรรมและภาษาอาจเปิดเผยความแตกต่างในรูปแบบการตอบสนองที่โมเดลเรียนรู้ได้

Summary

งานวิจัยจาก iScience แสดงว่า GPT‑4 สามารถทำนายแนวโน้มการตอบคำถามบุคลิกภาพของประชากรได้ด้วยความแม่นยำระดับ 0.71‑0.85 แม้จะไม่ได้รับการสอนโดยตรงเกี่ยวกับจิตวิทยา แต่ยังต้องระมัดระวังเรื่องคุณภาพและความเป็นมาตรฐานของแบบสอบถามที่โมเดลสร้างขึ้นในอนาคต.