ШІ знаходиться на порозі свого найбільшого оновлення: емоційний інтелект
Настала епоха емоційно інтелектуальних агентів — створених як для статичного темпераменту, так і для динамічної взаємодії, якщо судити за двома незалежними науковими статтями, опублікованими минулого тижня.
Час публікації є чутливим. Майже щодня новини фіксують випадки, коли чат-боти підштовхували емоційно нестабільних користувачів до завдання шкоди собі чи іншим. Проте, загалом, ці дослідження свідчать, що AI переходить у сферу, де особистість і почуття можуть ще радикальніше впливати на те, як агенти міркують, говорять і ведуть переговори.
Одна команда показала, як можна налаштувати великі мовні моделі на сталі психологічні архетипи, а інша продемонструвала, що агенти можуть розвивати емоційні стратегії під час багатокрокових переговорів.
Особистість і емоції більше не є лише поверхневим оздобленням для AI — вони стають функціональними характеристиками. Статичні темпераменти роблять агентів більш передбачуваними та надійними, а адаптивні стратегії підвищують ефективність у переговорах і роблять взаємодію дивовижно людяною.
Але ця ж правдоподібність породжує складні питання: якщо AI може лестити, умовляти чи сперечатися з емоційними нюансами, то хто несе відповідальність, коли ці тактики переходять у маніпуляцію, і як взагалі можна провести аудит “емоційного узгодження” у системах, призначених впливати як на почуття, так і на логіку?
Надання AI особистості
У Psychologically Enhanced AI Agents, Мацей Беста зі Swiss Federal Institute of Technology у Цюриху та колеги запропонували фреймворк під назвою MBTI-in-Thoughts. Замість перенавчання моделей вони використовують prompt engineering, щоб закріпити риси особистості за осями когніції та афекту.
"Спираючись на Myers-Briggs Type Indicator (MBTI), наш метод задає агентам різні архетипи особистості через prompt engineering," — пишуть автори. Це дозволяє "контролювати поведінку за двома фундаментальними осями людської психології: когніцією та афектом," додають вони.
Дослідники перевірили це, надаючи мовним моделям риси, такі як “емоційно експресивний” чи “аналітично налаштований”, а потім вимірювали їхню ефективність. Експресивні агенти відзначалися у створенні наративів; аналітичні перевершували у теоретико-ігровому міркуванні. Щоб переконатися, що особистості зберігаються, команда використовувала тест 16Personalities для валідації.
“Щоб забезпечити сталість рис, ми інтегруємо офіційний тест 16Personalities для автоматичної перевірки,” — пояснюється у статті. Іншими словами: AI мав послідовно проходити людський тест на особистість, перш ніж вважатися психологічно налаштованим.
Результат — це система, де розробники можуть викликати агентів із послідовними персонажами — емпатичний асистент, холодний раціональний переговорник, драматичний оповідач — без зміни базової моделі.
Навчання AI відчувати в реальному часі
Тим часом, EvoEmo: Evolved Emotional Policies for LLM Agents in Multi-Turn Negotiation, робота Юньбо Лонга та співавторів з University of Cambridge, вирішує протилежну проблему: не лише яку особистість має агент, а й як він може динамічно змінювати емоції під час переговорів.
Система моделює емоції як частину Markov Decision Process — математичної моделі, де результати залежать не лише від поточних рішень, а й від ланцюга попередніх станів і ймовірнісних переходів. EvoEmo використовує еволюційне навчання з підкріпленням для оптимізації цих емоційних шляхів. Як зазначають автори:
“EvoEmo моделює переходи емоційних станів як Markov Decision Process і застосовує популяційно-генетичну оптимізацію для розвитку високоефективних емоційних політик у різних сценаріях переговорів.”
Замість фіксації емоційного тону агента, EvoEmo дозволяє моделі адаптуватися — ставати поступливою, наполегливою чи скептичною залежно від ходу діалогу. У тестах агенти EvoEmo стабільно перевершували як базові агенти, так і тих, що мали статичні емоції.
“EvoEmo стабільно перевершує обидві базові моделі,” — зазначається у статті, — “досягаючи вищих показників успіху, більшої ефективності та більших заощаджень для покупців.”
Простіше кажучи: емоційний інтелект — це не просто декор. Він вимірювано покращує результати у завданнях, таких як торг.
Дві сторони однієї медалі
На перший погляд, ці статті не пов’язані. Одна про архетипи, інша — про стратегії. Але разом вони окреслюють двоетапну карту того, як може розвиватися AI:
MBTI-in-Thoughts забезпечує агенту цілісну особистість — емпатичну чи раціональну, експресивну чи стриману. EvoEmo гарантує, що ця особистість може гнучко змінюватися під час розмови, формуючи результат через емоційну стратегію. Використання обох підходів — це справді велика справа.
Наприклад, уявіть собі бота служби підтримки з терплячим теплом консультанта, який все ж знає, коли потрібно наполягати на політиці — або бота для переговорів, який починає поступливо, а з підвищенням ставок стає наполегливішим. Так, нам кінець.
Історія розвитку AI здебільшого була про масштаб — більше параметрів, більше даних, більше потужності для міркувань. Ці дві статті натякають, що наступна глава може бути про емоційні шари: надання агентам “скелету” особистості та навчання їх рухати цими “м’язами” в реальному часі. Чат-боти наступного покоління не лише думатимуть глибше — вони також будуть краще ображатися, лестити й хитрувати.
Відмова від відповідальності: зміст цієї статті відображає виключно думку автора і не представляє платформу в будь-якій якості. Ця стаття не повинна бути орієнтиром під час прийняття інвестиційних рішень.
Вас також може зацікавити
Dogecoin зростає на тлі зростання інституційного попиту: незважаючи на затримку ETF
Dogecoin зріс майже на 20% до $0,25, оскільки CleanCore придбав 500 мільйонів DOGE, а перший у США Dogecoin ETF, який тепер очікується наступного четверга, стимулює інституційний та роздрібний інтерес до цієї мемної криптовалюти.

Ралі PUMP на 40% демонструє сильний купівельний імпульс, оскільки бики націлені на наступний етап зростання
Сильне зростання PUMP на 40% свідчить про явну перевагу покупців: накопичення бичачих сигналів та підтримка «розумних грошей» вказують на можливий повторний тест історичного максимуму.

Спроба прориву Shiba Inu може виявитися пасткою, якщо ціна не подолає один ключовий рівень
Ціна Shiba Inu тестує модель прориву, але фіксація прибутку та ведмежі сигнали вказують на те, що рух може бути пасткою для биків, якщо не буде прорвано рівень $0.00001351.

Чи передвіщає тижневе зростання HBAR ціновий ривок на 40%? 3 фактори говорять "так"
Ціна HBAR торгується біля позначки $0.236, оскільки кити додають мільйони, а RSI підтверджує силу. Прорив із падаючого клина може підняти токен на 40%, якщо ключові рівні втримаються.

У тренді
БільшеЦіни на криптовалюти
Більше








