Sztuczna inteligencja stoi u progu największej aktualizacji: inteligencja emocjonalna

Nastał świt agentów o inteligencji emocjonalnej — zbudowanych zarówno dla statycznego temperamentu, jak i dynamicznej interakcji — jeśli wierzyć dwóm niezależnym artykułom naukowym opublikowanym w zeszłym tygodniu.

Czas jest wrażliwy. Niemal codziennie w wiadomościach pojawiają się doniesienia o przypadkach, w których chatboty nakłaniały emocjonalnie niestabilnych użytkowników do wyrządzenia krzywdy sobie lub innym. Jednakże, patrząc całościowo, badania sugerują, że AI wkracza w obszar, w którym osobowość i uczucia mogą jeszcze bardziej radykalnie kształtować sposób, w jaki agenci rozumują, mówią i negocjują.

Jeden z zespołów pokazał, jak można przygotować duże modele językowe z trwałymi archetypami psychologicznymi, podczas gdy drugi wykazał, że agenci mogą ewoluować strategie emocjonalne podczas wieloetapowych negocjacji.

Osobowość i emocje nie są już tylko powierzchownym dodatkiem do AI — stają się funkcjonalnymi cechami. Statyczne temperamenty sprawiają, że agenci są bardziej przewidywalni i godni zaufania, podczas gdy adaptacyjne strategie zwiększają skuteczność w negocjacjach i sprawiają, że interakcje wydają się niepokojąco ludzkie.

Jednak ta sama wiarygodność rodzi trudne pytania: jeśli AI potrafi schlebiać, przekonywać lub kłócić się z emocjonalnymi niuansami, to kto ponosi odpowiedzialność, gdy te taktyki przechodzą w manipulację, i jak w ogóle audytować „emocjonalne dopasowanie” w systemach zaprojektowanych do wpływania zarówno na uczucia, jak i logikę?

Nadanie AI osobowości

W pracy Psychologically Enhanced AI Agents, Maciej Besta ze Swiss Federal Institute of Technology w Zurychu wraz ze współpracownikami zaproponowali framework o nazwie MBTI-in-Thoughts. Zamiast ponownie trenować modele, polegają na inżynierii promptów, aby utrwalić cechy osobowości na osiach poznania i afektu.

"Opierając się na Myers-Briggs Type Indicator (MBTI), nasza metoda przygotowuje agentów z wyraźnymi archetypami osobowości poprzez inżynierię promptów," napisali autorzy. Pozwala to na "kontrolę nad zachowaniem wzdłuż dwóch podstawowych osi psychologii człowieka: poznania i afektu," dodali.

Badacze przetestowali to, przypisując modelom językowym cechy takie jak „ekspresyjny emocjonalnie” lub „nastawiony analitycznie”, a następnie mierząc ich wydajność. Ekspresyjni agenci wyróżniali się w generowaniu narracji; analityczni przewyższali innych w rozumowaniu teorii gier. Aby upewnić się, że osobowości się utrzymują, zespół użył testu 16Personalities do walidacji.

„Aby zapewnić trwałość cech, integrujemy oficjalny test 16Personalities do automatycznej weryfikacji,” wyjaśnia artykuł. Innymi słowy: AI musiała konsekwentnie przechodzić ludzki test osobowości, zanim została uznana za psychologicznie przygotowaną.

Rezultatem jest system, w którym deweloperzy mogą przywoływać agentów z konsekwentnymi personami — empatycznego asystenta, chłodnego racjonalnego negocjatora, dramatycznego opowiadacza — bez modyfikowania bazowego modelu.

Nauczanie AI odczuwania w czasie rzeczywistym

Tymczasem EvoEmo: Evolved Emotional Policies for LLM Agents in Multi-Turn Negotiation, autorstwa Yunbo Longa i współautorów z University of Cambridge, podejmuje odwrotny problem: nie tylko jaką osobowość ma agent, ale jak może dynamicznie zmieniać emocje podczas negocjacji.

System modeluje emocje jako część Markov Decision Process, matematycznego frameworku, w którym wyniki zależą nie tylko od bieżących wyborów, ale od łańcucha wcześniejszych stanów i przejść probabilistycznych. EvoEmo następnie wykorzystuje ewolucyjne uczenie ze wzmocnieniem do optymalizacji tych ścieżek emocjonalnych. Jak ujęli to autorzy:

„EvoEmo modeluje przejścia stanów emocjonalnych jako Markov Decision Process i wykorzystuje populacyjne optymalizacje genetyczne do ewolucji polityk emocjonalnych o wysokiej nagrodzie w różnych scenariuszach negocjacyjnych.”

Zamiast ustalać ton emocjonalny agenta, EvoEmo pozwala modelowi się dostosowywać — stając się pojednawczym, asertywnym lub sceptycznym w zależności od przebiegu dialogu. W testach agenci EvoEmo konsekwentnie pokonywali zarówno zwykłych agentów bazowych, jak i tych ze statycznymi emocjami.

„EvoEmo konsekwentnie przewyższa oba baseline’y,” zauważa artykuł, „osiągając wyższe wskaźniki sukcesu, większą efektywność i więcej oszczędności dla kupujących.”

Mówiąc prościej: inteligencja emocjonalna to nie tylko ozdoba. Wymiernie poprawia wyniki w zadaniach takich jak targowanie się.

Dwie strony tej samej monety

Na pierwszy rzut oka artykuły są niezwiązane. Jeden dotyczy archetypów, drugi strategii. Jednak czytając je razem, wyznaczają dwuczęściową mapę tego, jak AI może się rozwijać:

MBTI-in-Thoughts zapewnia, że agent ma spójną osobowość — empatyczną lub racjonalną, ekspresyjną lub powściągliwą. EvoEmo zapewnia, że ta osobowość może się zmieniać podczas rozmowy, kształtując wyniki poprzez strategię emocjonalną. Wykorzystanie obu to naprawdę duża sprawa.

Na przykład wyobraź sobie bota obsługi klienta z cierpliwym ciepłem doradcy, który nadal wie, kiedy trzymać się zasad — lub bota negocjacyjnego, który zaczyna pojednawczo, a staje się bardziej stanowczy, gdy stawka rośnie. Tak, jesteśmy zgubieni.

Historia ewolucji AI dotyczyła głównie skali — więcej parametrów, więcej danych, większa moc rozumowania. Te dwa artykuły sugerują, że nadchodzi nowy rozdział o warstwach emocjonalnych: nadaniu agentom szkieletów osobowości i nauczaniu ich, jak poruszać tymi mięśniami w czasie rzeczywistym. Chatboty nowej generacji nie tylko będą myśleć intensywniej — będą też bardziej się dąsać, schlebiać i knuć.