近日，巴塞罗那大学(UB)的一个研究团队展示了人工智能(AI)模型如何从书面文本中有效检测性格特征，并首次深入剖析了这些系统的决策机制。该研究成果发表于《PLOS One》期刊，为理解性格如何在自然语言中展现，以及如何构建更透明、可靠的自动检测工具提供了新视角。

该研究由巴塞罗那大学心理学学院个体差异实验室研究组(IDLab)研究员David Saeteros、神经科学研究所(UBneuro)主任David Gallardo-Pujol，以及数学和计算机科学学院研究员Daniel Ortiz Martínez共同撰写。研究聚焦于两种先进的人工智能模型——BERT和RoBERTa，分析它们如何处理文本数据，以根据大五人格特质系统和迈尔斯-布里格斯类型指标(MBTI)检测人格特征。

研究人员解释道：“在心理学中，人格模型用于理解和衡量行为、情感和思维方面的个体差异。”他们使用可解释的人工智能技术，如“积分梯度”，来观察AI模型如何识别文本中的人格特质，并量化各种语言元素在模型预测中的重要性。例如，他们发现像“仇恨”这样的词语，在特定语境下可能反映善意，而非负面特质。

研究还强调了MBTI模型相对于“大五人格”模型的局限性，指出MBTI在自动人格评估方面存在严重局限，更倾向于依赖人工制品而非真实模式。而“大五人格”模型则为自动化人格分析提供了更坚实的基础。

自动性格检测技术与AI模型的结合，将对人格心理学领域产生深远影响。研究人员认为，这将有助于开发更自然、更少干扰的评估方法，对于大规模人群研究尤其有价值。同时，在临床领域，这些技术也可用于患者的初步评估和随访。

尽管潜力巨大，但研究人员认为，这些模型短期内不会取代传统性格测试，而是会对其进行补充，提供更多、更深入的视角。他们指出，未来将看到一种向多模态方法发展的趋势，即将传统评估与自然语言分析、数字行为和其他数据源相结合，以获得更全面的性格图景。

更多信息： David Saeteros 等，《文字更响亮：从自然语言处理洞察个性》，PLOS One (2025)。期刊信息： PLoS ONE