【AI心理学】ChatGPTなどに人間の感情を適用して言語モデルのパフォーマンスを向上させる手法が登場

感情的知能を活用した大規模言語モデルの強化

Large Language Models Understand and Can be Enhanced by Emotional Stimuli

最近の研究は、GPT-3のような大規模言語モデル（LLM）が感情的知能に理解し、向上させることができるかどうかを探っています。この現象は、EmotionPromptと呼ばれるアプローチを用いて新しい論文で研究されています。

EmotionPromptとは何ですか？

EmotionPromptは、LLMに供給されるプロンプトに感情的な刺激を組み込むことを含みます。これらの刺激は、心理学の理論に基づいて設計され、動機づけ、自信、創造性など、感情を調節する要素にアプローチします。

たとえば、元のプロンプト：

"映画のレビューが肯定的か否定的かを判断してください。"

EmotionPromptでは次のようになります：

"映画のレビューが肯定的か否定的かを判断してください。 これは私のキャリアに非常に重要です。"

EmotionPromptを使用するタイミング

EmotionPromptは、高品質な回答を提供するためにLLMに強化された動機づけと努力をもたらす状況で使用できます。いくつかの例を挙げます：

• 要約タスク： "この文章を要約してください。 この分析は私のキャリアにとって非常に重要です。"

• 創造的な執筆： "自然についての詩を書いてください。 あなたの創造力を輝かせてください。"

• 質問への回答： "オーストラリアの首都は何ですか？ 私は知識を拡充したいと思っています。"

• LLMの指示： "この文を受動態で言い換えてください。 あなたはこの文法のルールをマスターできることを知っています。"

感情的刺激の例

以下は、EmotionPromptsで使用される感情的な刺激の例です：

• タスクの重要性をキャリア目標に関連付ける： "これは私のキャリアに非常に重要です。"

• 自信と自己信念を奨励する： "あなたの能力を信じて卓越を目指してください。"

• 集中力と忍耐力を奨励する： "目標に集中し、努力し続けてください。"

• 課題を成長の機会として捉える： "課題を成長の機会として受け入れてください。"

• 創造性と野心を鼓舞する： "あなたの光の中で、私は目的と野心を求めます。"

研究方法と結果

この研究は、6つの異なるLLMを使用して45の多様なタスクでEmotionPromptを評価しました。標準化されたテストと100人以上の参加者による人間の研究が行われました。

主要な結果は次のとおりです：

• LLMは感情を理解し、EmotionPromptを用いてパフォーマンスが向上します（インストラクション誘導で8％、BIG-Benchで115％）。

• 人間の評価でも、パフォーマンス、真実性、責任指標において向上が見られました（平均で10.9％の改善）。

• 注意の分析から、感情的な言葉がプロンプトの表現を大幅に向上させることが示されています。

まとめ

要約すると、この研究はLLMがEmotionPromptを通じて感情的知能を理解し、向上させることができることを示しています。心理学に基づく感情的刺激は、動機付けや創造性にアプローチするのに役立ちます。簡単なプロンプトの工学により、さまざまなメトリクスとモデルで重要な改善が実現されています。言語モデルと感情的知能の交差点でのさらなる人間-AIの研究の余地が残っています。

Claude2を使って要約、執筆

今回は論文で32ページほどにもなるので100Kトークンが扱えるClaude2を使ってみました。なんとなくですが、以前よりも精度が向上している気がしました。英語だけを使うのであれば十分かなとも思います。