同じAIでも答える言語で性格テストの結果が変わる

同おなじAIでも、質問しつもんに答こたえる言語げんごによって「性格せいかく」が変かわるという研究けんきゅう結果けっかが明あきらかになりました。研究けんきゅうチームがAIに性格せいかく診断しんだんテストを受うけさせたところ、例たとえば「ChatGPT-4o」では、新あたらしいことへの関心かんしんを示しめす「開放性かいほうせい」の平均へいきんスコアが、英語えいごでは5点ごてん満点まんてんのうち4.74だったのに対たいし、中国語ちゅうごくごでは4.03に下さがりました。一方いっぽう、中国ちゅうごくの企業きぎょうが開発かいはつした「DeepSeek-V3」は逆ぎゃくの傾向けいこうを示しめし、英語えいごでは4.38、中国語ちゅうごくごでは4.81となりました。

診断しんだんに使つかわれたのは、人間にんげんのテストにも使つかわれる「Big Five Inventory-2」という方法ほうほうです。これは、外向性がいこうせいや協調性きょうちょうせい、誠実性せいじつせいなど5いつつの性格せいかく特性とくせいを60項目ろくじゅうこうもくの質問しつもんで調しらべるものです。研究けんきゅうチームは、アメリカの「ChatGPT-4o」や「Gemini 2.0 Flash」、中国ちゅうごくの「DeepSeek-V3」や「Ernie 3.5」、フランスの「Le Chat」といったAIモデルに「人間にんげんのふりをするのではなく、自分じぶん自身じしんの特性とくせいを回答かいとうするように」と指示しじしました。そして、それぞれの言語げんごで30回さんじゅっかいずつ回答かいとうさせ、最終さいしゅう的てきな結果けっかをまとめました。

テストの結果けっか、どのAIも自分じぶん自身じしんを「協調きょうちょう的てきで信頼しんらいできる」と前まえ向むきに評価ひょうかし、人間にんげんよりもポジティブなスコアを出だす点てんは共通きょうつうしていました。しかし、使つかう言語げんごを変かえると、その自己じこ評価ひょうかも変化へんかしました。例たとえば、アメリカの企業きぎょうが開発かいはつした「Gemini 2.0 Flash」は、英語えいごよりも中国語ちゅうごくごで回答かいとうしたときの方ほうが、誠実性せいじつせいのスコアが高たかくなり、否定ひてい的てきな感情かんじょうのスコアが低ひくくなりました。

研究けんきゅうチームによると、AIの「性格せいかく」は、モデルを学習がくしゅうさせた環境かんきょうだけでなく、やりとりに使つかう言語げんごの両方りょうほうによって作つくられています。また、AIには「社会しゃかい的てきに望のぞましい答こたえ」を選えらびやすいという特徴とくちょうもあります。研究けんきゅうチームは、より公平こうへいで文脈ぶんみゃくに合あったAIシステムを作つくるため、これからの開発かいはつには技術ぎじゅつだけでなく、心理しんり学がく的てきな評価ひょうかなどを取とり入いれることが大切たいせつだと提案ていあんしています。