Ang AI ay Malapit Nang Magkaroon ng Pinakamalaking Pag-upgrade Nito: Emotional Intelligence

Ang pagsikat ng mga emotionally intelligent na ahente—na binuo para sa parehong static na temperament at dynamic na interaksyon—ay dumating na, kung pagbabasehan ang dalawang magkahiwalay na research paper na inilathala noong nakaraang linggo.

Sensitibo ang timing. Halos araw-araw, may mga balita na nagdodokumento ng mga pagkakataon kung saan ang mga chatbot ay nagtutulak sa mga emotionally unstable na user na saktan ang sarili o ang iba. Gayunpaman, kung titingnan nang buo, ipinapahiwatig ng mga pag-aaral na ang AI ay pumapasok na sa larangan kung saan ang personalidad at damdamin ay mas radikal pang huhubog kung paano mag-isip, magsalita, at makipagnegosasyon ang mga ahente.

Ipinakita ng isang team kung paano i-prime ang mga large language model gamit ang persistent psychological archetypes, habang ipinakita naman ng isa pa na ang mga ahente ay maaaring mag-evolve ng emotional strategies habang tumatagal ang negosasyon.

Hindi na lang basta pampaganda sa ibabaw ang personalidad at emosyon para sa AI—nagiging functional features na sila. Ang mga static na temperament ay ginagawang mas predictable at mapagkakatiwalaan ang mga ahente, habang ang mga adaptive na estratehiya ay nagpapataas ng performance sa negosasyon at ginagawang parang totoong tao ang interaksyon.

Ngunit ang parehong pagiging kapanipaniwala ay nagbubukas ng mga masalimuot na tanong: Kung ang isang AI ay kayang magpalambing, mangumbinsi, o makipagtalo gamit ang emosyonal na nuance, sino ang may pananagutan kapag ang mga taktika na ito ay nauwi sa manipulasyon, at paano mo nga ba ia-audit ang “emotional alignment” sa mga sistemang idinisenyo para baluktutin ang damdamin pati na rin ang lohika?

Pagbibigay ng personalidad sa AI

Sa Psychologically Enhanced AI Agents, iminungkahi nina Maciej Besta ng Swiss Federal Institute of Technology sa Zurich at mga kasamahan ang isang framework na tinawag na MBTI-in-Thoughts. Sa halip na i-retrain ang mga modelo, umaasa sila sa prompt engineering upang ma-lock ang mga katangian ng personalidad sa mga axis ng cognition at affect.

"Gamit ang Myers-Briggs Type Indicator (MBTI), ang aming pamamaraan ay nagpi-prime sa mga ahente gamit ang natatanging personality archetypes sa pamamagitan ng prompt engineering," ayon sa mga may-akda. Nagbibigay ito ng "kontrol sa pag-uugali sa dalawang pundamental na axis ng human psychology, cognition at affect," dagdag pa nila.

Sinubukan ito ng mga mananaliksik sa pamamagitan ng pagtalaga ng mga katangian tulad ng “emotionally expressive” o “analytically primed” sa mga language model, at pagkatapos ay sinusukat ang performance. Ang mga expressive na ahente ay mahusay sa narrative generation; ang mga analytical naman ay mas magaling sa game-theoretic reasoning. Upang matiyak na nananatili ang mga personalidad, gumamit ang team ng 16Personalities test para sa validation.

“Upang matiyak ang trait persistence, isinama namin ang opisyal na 16Personalities test para sa automated verification,” paliwanag ng papel. Sa madaling salita: kailangang palaging pumasa ang AI sa human personality test bago ito maituring na psychologically primed.

Ang resulta ay isang sistema kung saan maaaring mag-summon ang mga developer ng mga ahente na may consistent na persona—isang empathetic assistant, isang malamig at rasyonal na negosyador, isang dramatic storyteller—nang hindi binabago ang underlying model.

Pagtuturo sa AI na makaramdam sa real time

Samantala, ang EvoEmo: Evolved Emotional Policies for LLM Agents in Multi-Turn Negotiation, nina Yunbo Long at mga co-author mula sa University of Cambridge, ay tumutugon sa kabaligtarang problema: hindi lang kung anong personalidad ang mayroon ang isang ahente, kundi kung paano ito makakapagpalit ng emosyon nang dynamic habang nakikipagnegosasyon.

Imo-modelo ng sistema ang emosyon bilang bahagi ng isang Markov Decision Process, isang mathematical framework kung saan ang mga resulta ay nakadepende hindi lang sa kasalukuyang pagpili kundi sa isang chain ng mga naunang estado at probabilistic transitions. Gamit ang evolutionary reinforcement learning, ino-optimize ng EvoEmo ang mga emosyonal na landas na ito. Ayon sa mga may-akda:

“Ine-modelo ng EvoEmo ang emotional state transitions bilang isang Markov Decision Process at gumagamit ng population-based genetic optimization upang i-evolve ang high-reward emotion policies sa iba’t ibang negotiation scenarios.”

Sa halip na i-fix ang emosyonal na tono ng ahente, hinahayaan ng EvoEmo na mag-adapt ang modelo—nagiging conciliatory, assertive, o skeptical depende sa daloy ng pag-uusap. Sa mga pagsubok, palaging tinalo ng EvoEmo agents ang parehong plain baseline agents at mga may static emotions.

“Palaging mas mahusay ang EvoEmo kaysa sa parehong baseline,” ayon sa papel, “nakakamit ng mas mataas na success rates, mas malaking efficiency, at mas maraming savings para sa mga buyer.”

Sa madaling salita: ang emotional intelligence ay hindi lang palamuti. May sukat itong benepisyo sa mga gawain tulad ng bargaining.

Dalawang panig ng iisang barya

Sa unang tingin, magkaibang-magkaiba ang mga papel. Isa ay tungkol sa archetypes, ang isa naman ay tungkol sa strategies. Ngunit kapag binasa nang magkasama, naglalarawan sila ng dalawang bahagi ng mapa kung paano maaaring mag-evolve ang AI:

Tinitiyak ng MBTI-in-Thoughts na may coherent na personalidad ang isang ahente—empathetic o rational, expressive o restrained. Tinitiyak ng EvoEmo na kayang mag-flex ng personalidad na ito sa bawat pag-ikot ng usapan, hinuhubog ang resulta sa pamamagitan ng emotional strategy. Ang pagsasama ng dalawa ay napakalaking bagay.

Halimbawa, isipin ang isang customer-service bot na may pasensyosong init ng isang counselor ngunit alam pa rin kung kailan dapat maging matatag sa polisiya—o isang negotiation bot na nagsisimula sa pagiging conciliatory at nagiging mas assertive habang tumataas ang pusta. Oo, mukhang mapapahamak tayo.

Ang kwento ng pag-evolve ng AI ay kadalasang tungkol sa scale—mas maraming parameters, mas maraming data, mas malakas na reasoning power. Ipinapahiwatig ng dalawang papel na ito na maaaring ang susunod na kabanata ay tungkol sa emotional layers: pagbibigay sa mga ahente ng personality skeletons at pagtuturo sa kanila kung paano igalaw ang mga “muscles” na ito sa real time. Ang mga next-gen chatbot ay hindi lang mag-iisip nang mas malalim—magdadabog, magpapalambing, at mag-iintriga rin sila nang mas matindi.