Des recherches récentes indiquent que les grands modèles linguistiques (LLM) peuvent non seulement résoudre, mais aussi créer des tests d'intelligence émotionnelle (IE). Cette étude, publiée dans Communications Psychology en 2025 par Schlegel, Sommer et Mortillaro, met en évidence les capacités des LLM à comprendre les émotions humaines.
L'intelligence émotionnelle, traditionnellement un trait humain, implique la reconnaissance, la compréhension et la gestion des émotions. L'étude utilise des architectures de transformateurs pour évaluer comment les LLM interagissent avec un contenu émotionnellement nuancé. Les modèles ont excellé dans la réponse et la composition de tests d'IE crédibles.
Les LLM sont entraînés sur de vastes corpus de texte, capturant les subtilités sémantiques, les indices affectifs et les dynamiques sociales. Les chercheurs ont analysé les réponses des modèles aux éléments de test d'IE, en les comparant à des références humaines. Les modèles ont démontré la capacité de simuler le raisonnement émotionnel.
Les protocoles de réglage fin ont amélioré les subtilités émotionnelles, augmentant la sensibilité aux lexiques émotionnels. La visualisation de l'attention a montré que les LLM donnent la priorité à différentes parties du texte d'entrée lors de la prédiction de la compétence émotionnelle. Cela indique que les LLM reconnaissent implicitement les valences émotionnelles et la pertinence contextuelle.
La création de nouvelles évaluations d'IE par les LLM ouvre une nouvelle frontière dans les outils psychologiques. Les modèles d'IA peuvent générer de manière autonome des questions d'IE plausibles. Cela suggère une nouvelle synergie entre l'IA et la science psychologique.
Bien que les LLM fassent preuve de compétence dans les tâches d'IE, la question demeure de savoir s'ils comprennent réellement les émotions. L'étude met l'accent sur la performance en tant que résultat mesurable, et non sur la conscience émotionnelle subjective. Les évaluations d'IE générées par l'IA pourraient améliorer le diagnostic et la personnalisation de la thérapie.
La dépendance des modèles aux données d'entraînement les expose aux biais inhérents aux sources textuelles. Les chercheurs préconisent une intervention continue dans la formation des modèles. À mesure que les modèles gagnent en sophistication, des études longitudinales sont nécessaires pour surveiller l'évolution des capacités d'intelligence émotionnelle dans l'IA.
La recherche présente une intersection de l'IA, de la psychologie et de la linguistique. Schlegel, Sommer et Mortillaro ont catalysé un changement de paradigme. Cela influencera le développement futur de l'IA et les méthodologies d'évaluation émotionnelle.
D'autres collaborations interdisciplinaires seront essentielles pour exploiter la puissance des modèles linguistiques de manière responsable. Cela garantit que l'intelligence émotionnelle des machines enrichit l'expérience humaine. Les partenaires d'IA peuvent aider, augmenter, voire remettre en question notre compréhension émotionnelle.