Le grandi reti neurali basate sull’architettura Transformer, note come Large Language Models (LLM), hanno ormai invaso la vita quotidiana di un numero crescente di persone. Dal servizio clienti a compagni virtuali, passando per assistenti terapeutici, gli LLM vengono sempre più trattati come interlocutori quasi umani. Questo fenomeno ha portato a una crescente antropomorfizzazione, un processo già descritto da Weizenbaum con il termine “effetto ELIZA”. L’attribuzione di tratti umani a entità non‑umane è radicata nella psicologia cognitiva e serve a dare senso a comportamenti altrimenti incomprensibili.

Motivazioni e obiettivi della ricerca

Le ricerche recenti hanno mostrato che bastano pochi indizi verbali nei testi prodotti dagli LLM per generare una percezione di personalità da parte dei lettori. Tuttavia, restano aperte domande fondamentali: i profili di personalità mostrati dagli LLM corrispondono a quelli umani? Qual è la capacità dei giudici, umani o artificiali, di riconoscere tali profili e di distinguere la fonte del testo?

Il presente studio, inquadrato in una prospettiva psicologia della personalità, si prefigge tre obiettivi collegati:

    • analizzare la coerenza e la misurabilità dei profili di personalità emergenti dagli LLM;
    • valutare la percezione di tali profili da parte di giudici umani e LLM;
    • identificare gli indizi linguistici che permettono di distinguere testo generato da una macchina da quello scritto da un essere umano.

Metodologia sperimentale

La ricerca ha coinvolto 70 partecipanti umani di lingua tedesca e sette LLM (ChatGPT‑4o, ChatGPT‑3.5, Llama 3, Gemma, Gemini, Phi‑3, Orca‑2). Tutti hanno completato tre questionari validati: il Big Five (apertura, coscienziosità, estroversione, gradevolezza, nevroticismo), il Rosenberg Self‑Esteem Scale e il Narcissistic Personality Inventory. Successivamente, a ciascuno è stato chiesto di rispondere a una serie di domande aperte mirate a produrre brevi descrizioni autobiografiche.

Ogni LLM ha prodotto dieci testi in lingua tedesca, così come ogni partecipante umano. In totale sono stati raccolti 140 testi (70 umani, 70 LLM). Per la valutazione, dieci giudici umani e sei giudici LLM hanno assegnato punteggi ai tratti di personalità presenti in ciascun testo e hanno indicato se il testo era stato scritto da un umano o da un LLM.

Risultati principali

I risultati mostrano che gli LLM sono in grado di generare output che trasmettono indizi coerenti con i tratti di personalità misurati nei questionari. Tuttavia, la percezione di tali indizi da parte dei giudici differisce significativamente rispetto a quella dei testi umani. In particolare:

    • Gli LLM ottengono alti punteggi di coerenza interna nei tratti di personalità, ma i giudici umani tendono a percepire una minore autenticità rispetto ai testi umani.
    • La capacità di identificare correttamente l’origine del testo è superiore al 80 % per i giudici LLM e al 75 % per i giudici umani, indicando che entrambi i gruppi riconoscono segnali distintivi.
    • Gli indizi più affidabili per distinguere i testi includono: uso di connettivi logici complessi, varietà lessicale, e presenza di meta‑riferimenti a esperienze personali non comuni.

Analisi linguistica dei segnali distintivi

Lo studio ha evidenziato che i testi LLM tendono a presentare:

    • una struttura sintattica più regolare, con frasi ben bilanciate ma a volte prive di variazioni stilistiche tipiche dell’individualità umana;
    • un uso più frequente di termini neutri (ad esempio “è”, “si”) rispetto a espressioni emotive o colloquiali;
    • una minore presenza di errori tipografici o grammaticali, che per gli umani possono fungere da “impronte” di autenticità.

Al contrario, i testi umani mostrano una maggiore variabilità emotiva, occasionali interruzioni stilistiche e una più ampia gamma di riferimenti culturali specifici.

Implicazioni per la progettazione degli LLM

I risultati suggeriscono che la personalizzazione dei modelli dovrebbe andare oltre la mera replica di stili umani. Per aumentare la percezione di autenticità, gli sviluppatori potrebbero introdurre:

    • modulazione controllata del tono emotivo;
    • inclusione di “imperfezioni” stilistiche calibrate;
    • capacità di integrare esperienze narrative coerenti con il profilo dell’utente.

Inoltre, la capacità dei giudici LLM di valutare correttamente i tratti di personalità apre la strada a sistemi di feedback automatico, dove un modello può auto‑correggersi per migliorare la coerenza del proprio “sé” virtuale.

Limiti e prospettive future

Tra i limiti principali, la ricerca si è basata su testi in lingua tedesca, il che potrebbe ridurre la generalizzabilità dei risultati ad altre lingue. Inoltre, il campione umano è limitato a 70 soggetti, tutti provenienti da contesti culturali simili. Futuri studi dovrebbero espandere la diversità linguistica e culturale, nonché esplorare l’effetto di diversi livelli di addestramento (fine‑tuning) sui profili di personalità emergenti.

Un’ulteriore direzione di ricerca riguarda l’interazione a lungo termine tra utenti e LLM antropomorfizzati, per capire come la percezione di personalità influisca sulla fiducia, sull’attaccamento e sul comportamento decisionale dell’utente.

Conclusioni

In sintesi, gli LLM sono capaci di produrre testi che trasmettono indizi di personalità coerenti con le misurazioni psicometriche, ma la percezione umana di tali indizi rimane distinta da quella dei testi scritti da persone reali. Giudici umani e artificiali riescono entrambi a distinguere l’origine del testo, grazie a segnali linguistici specifici. Queste scoperte evidenziano l’importanza di considerare la dimensione psicologica nella progettazione e valutazione degli LLM, soprattutto in contesti dove l’interazione umano‑macchina è intesa come “relazionale” e non solo strumentale.