人工知能とパーソナリティ：大規模言語モデルによるパーソナリティタイプ予測能力

マイクロターゲティングとは、個人のデジタルフットプリントから得られる情報に基づいてメッセージを特定の個人向けにカスタマイズする手法であり、デジタル空間において普及しています。このコミュニケーション手法はしばしばパーソナリティを中心に据えられており、その理由は、個人がパーソナリティタイプに応じてメッセージに異なる共鳴を示すためです。機械学習手法がパーソナリティタイプ検出を改善できるかという研究は存在しますが、大規模言語モデルがこの手法をさらに向上させるかについての分析は不十分です。そこで本研究では、OpenAIのChatGPTの基盤となるモデルであるGPT-3.5およびGPT-4のパーソナリティタイプ分類能力を検証しました。『PersonalityCafe』フォーラムで収集された公開データセットを用いて、本論文は、GPT-3.5およびGPT-4が個人の直近50ツイートを分析するだけで、それぞれ73%および76%の精度でパーソナリティタイプを完全に分類できることを明らかにしました。これはランダム推測や他の機械学習モデルよりも有意に優れた結果です。これはコミュニケーション学にとって重要な示唆を持ち、もしLLMがパーソナリティタイプの検出をより正確に可能にするならば、マイクロターゲティングはさらに強力かつ広範になる可能性があります。また、不正利用やプライバシーの脅威の可能性もあるため、これらのメカニズムを理解することは、安全な人工知能システム構築やそれに対する保護策の策定に不可欠です。