Các mô hình ngôn ngữ lớn vượt trội trong việc tạo ra các bài kiểm tra trí tuệ cảm xúc

Nghiên cứu gần đây chỉ ra rằng các mô hình ngôn ngữ lớn (LLM) không chỉ có thể giải quyết mà còn có thể tạo ra các bài kiểm tra trí tuệ cảm xúc (EI). Nghiên cứu này, được công bố trên tạp chí Communications Psychology năm 2025 bởi Schlegel, Sommer và Mortillaro, làm nổi bật khả năng của LLM trong việc hiểu cảm xúc của con người.

Trí tuệ cảm xúc, theo truyền thống là một đặc điểm của con người, bao gồm việc nhận biết, hiểu và quản lý cảm xúc. Nghiên cứu sử dụng kiến trúc biến đổi để đánh giá cách LLM tương tác với nội dung sắc thái cảm xúc. Các mô hình này vượt trội trong việc trả lời và soạn thảo các bài kiểm tra EI đáng tin cậy.

LLM được đào tạo trên các kho văn bản khổng lồ, nắm bắt các sắc thái ngữ nghĩa, tín hiệu cảm xúc và động lực xã hội. Các nhà nghiên cứu đã phân tích phản ứng của các mô hình đối với các mục kiểm tra EI, so sánh chúng với các tiêu chuẩn của con người. Các mô hình đã chứng minh khả năng mô phỏng lý luận cảm xúc.

Các giao thức tinh chỉnh đã tăng cường các sắc thái cảm xúc, tăng độ nhạy cảm với từ vựng cảm xúc. Trực quan hóa sự chú ý cho thấy rằng LLM ưu tiên các phần khác nhau của văn bản đầu vào khi dự đoán năng lực cảm xúc. Điều này chỉ ra rằng LLM ngầm nhận ra các hóa trị cảm xúc và mức độ liên quan theo ngữ cảnh.

Việc tạo ra các đánh giá EI mới bởi LLM mở ra một biên giới mới trong các công cụ tâm lý. Các mô hình AI có thể tự tạo ra các câu hỏi EI hợp lý. Điều này cho thấy sự hợp lực mới giữa AI và khoa học tâm lý.

Mặc dù LLM thể hiện năng lực trong các nhiệm vụ EI, nhưng câu hỏi vẫn là liệu chúng có thực sự hiểu cảm xúc hay không. Nghiên cứu nhấn mạnh hiệu suất như một kết quả có thể đo lường được, không phải là nhận thức cảm xúc chủ quan. Đánh giá EI do AI tạo ra có thể tăng cường chẩn đoán và cá nhân hóa liệu pháp.

Sự phụ thuộc của các mô hình vào dữ liệu đào tạo khiến chúng tiếp xúc với những thành kiến vốn có trong các nguồn văn bản. Các nhà nghiên cứu ủng hộ sự can thiệp liên tục vào quá trình đào tạo mô hình. Khi các mô hình tăng độ phức tạp, cần có các nghiên cứu theo chiều dọc để theo dõi sự phát triển của khả năng trí tuệ cảm xúc trong AI.

Nghiên cứu trình bày một giao điểm của AI, tâm lý học và ngôn ngữ học. Schlegel, Sommer và Mortillaro đã xúc tác một sự thay đổi mô hình. Điều này sẽ ảnh hưởng đến sự phát triển AI trong tương lai và các phương pháp đánh giá cảm xúc.

Sự hợp tác liên ngành hơn nữa sẽ rất cần thiết để khai thác sức mạnh của các mô hình ngôn ngữ một cách có trách nhiệm. Điều này đảm bảo rằng trí tuệ máy móc cảm xúc làm phong phú trải nghiệm của con người. Các đối tác AI có thể hỗ trợ, tăng cường hoặc thậm chí thách thức sự hiểu biết về cảm xúc của chúng ta.