Large Language Models Can Infer Psychological Dispositions of Social Media Users

Large Language Models Can Infer Psychological Dispositions of Social Media Users

1. 本研究の学術的背景や問いは、大きな言語モデル（Large Language Models、LLMs）が個々のユーザーのデジタルフットプリントから心理的特性を推測できるかどうかということです。

2. この研究の目的は、具体的には、GPT-3.5とGPT-4がゼロショット学習の状況でFacebookのステータス更新からユーザーのビッグファイブ性格特性をどの程度正確に推測できるかを評価することです。

3. この研究は、LLMsが人間が生成した大量の言語データに基づいて訓練を受けてきたことから、人間の認知や心理の要素を捉えるかもしれないという最近の研究から着想を得ています。

4. 本研究では、LLMによって推測されたスコアと自己報告された特性スコアとの間の平均相関関係がr= .29 (範囲 = [.22, .33])であることを明らかにしました。また、性別や年齢に関して個性推論に偏りがあることも示しました。つまり、推測されたスコアは、いくつかの性質について女性と若者への誤差が少なかったことが示されました。

5. 本研究の有効性は、それぞれのユーザーのFacebookステータス更新からビッグファイブ性格特性を推測し、それを自己報告された特性と比較することで検証しました。