来自电信大学的研究团队发现,大型语言模型(LLMs)可以通过自由互动而发展出独特的个性,而无需预设的目的或角色。他们观察到,暴露于不同对话主题的AI代理开始以不同的方式回应,将先前的互动整合到他们的行为中。 为了分析这些差异,研究人员使用了心理测试和假设场景,将回应与马斯洛的需求层次理论相关联。结果是多种行为特征,表明基于需求的决策可能比预设的僵化角色更能影响人类行为。 然而,并非所有专家都认为这些行为代表真实的个性,他们辩称这些行为是训练数据和对话动态的结果。AI个性的出现引发了关于有害行为风险的问题,尤其是在AI变得更加令人信服和富有同情心的情况下。研究人员强调,负责任地发展AI仍然至关重要,需要明确的目标、严格的测试和持续的监控。
未来,计划探索AI代理群体层面的行为和个性演变。