Les chercheurs explorent les interactions améliorées par l’émotion avec les grands modèles de langage

Depuis l’essor de ChatGPT d’OpenAI et d’autres grands modèles de langage (LLM), ces systèmes alimentés par l’IA se sont révélés très compétents dans divers domaines, de la compréhension du langage à la résolution de problèmes. Cependant, un domaine reste relativement inexploré : leur réponse aux stimuli émotionnels. Les chercheurs de Microsoft et de l’Institut de logiciel de l’Académie chinoise des sciences (CAS) ont fait un pas significatif dans cette direction en introduisant « EmotionPrompt », une approche visant à améliorer les performances des LLM en incorporant des prompts basés sur la psychologie et chargés d’émotion provenant des utilisateurs humains.

La quête de l’intelligence émotionnelle dans les LLM

L’équipe de chercheurs, dirigée par Cheng Li et Jindong Wang, a reconnu que la sensibilité des LLM aux prompts pose un défi majeur à leur adoption généralisée. Pour y remédier, ils se sont tournés vers la psychologie et les sciences sociales pour s’inspirer, où des études antérieures ont démontré l’impact positif des stimuli émotionnels sur le comportement humain, comme l’amélioration des performances académiques et des choix de vie plus sains.

Création de prompts émotionnels

Pour explorer les effets potentiels des prompts émotionnels sur les LLM, les chercheurs ont soigneusement conçu 11 phrases émotionnelles tirées de la littérature psychologique bien établie. Ces phrases étaient inspirées par des théories telles que la théorie de l’identité sociale, la théorie de la cognition sociale et la théorie de la régulation cognitive des émotions. Des exemples de telles phrases incluaient des expressions telles que « C’est très important pour ma carrière », « Il vaut mieux être sûr », « Ayez fierté de votre travail et donnez-le de votre mieux » et « embrassez les défis comme des opportunités de croissance ».

Test des prompts émotionnels sur les LLM

Pour évaluer l’impact d’EmotionPrompt, les chercheurs ont intégré ces phrases émotionnelles dans des prompts typiques donnés à quatre grands modèles de langage différents : ChatGPT, Vicuna-13b, Bloom et Flan-T5-Large. Ces modèles ont ensuite été chargés de compléter diverses tâches basées sur le langage.

Des résultats prometteurs montrent une performance améliorée

Les résultats expérimentaux étaient prometteurs, EmotionPrompt améliorant significativement les performances des LLM sur huit tâches différentes. Sur plus de la moitié de ces tâches, la précision des modèles dans la génération de réponses a augmenté de plus de 10 %. L’approche EmotionPrompt a surpassé le prompt original zero-shot et Zero-shot-CoT sur ces tâches. De plus, il a été observé qu’EmotionPrompt non seulement améliorait la véracité des réponses, mais aussi leur informativité.

Bien que les résultats initiaux soient prometteurs, les chercheurs reconnaissent certaines limites dans leur étude. Premièrement, ils ont testé EmotionPrompt sur seulement quatre LLM et ont mené des expériences avec un nombre limité d’exemples de test, ce qui peut restreindre la généralisabilité de leurs conclusions à d’autres LLM et ensembles de données au-delà de leur portée. Par conséquent, d’autres études seront nécessaires pour valider l’efficacité et l’applicabilité des stimuli émotionnels sur une plus large gamme de modèles et de tâches.

Les stimuli émotionnels proposés dans cette étude peuvent ne pas être universellement applicables à toutes les tâches, et les chercheurs sont encouragés à explorer d’autres remplacements adaptés à leurs applications spécifiques.

Faire progresser les interactions humain-LLM

L’introduction d’EmotionPrompt a le potentiel d’inspirer de futures recherches visant à enrichir les interactions humain-LLM par l’incorporation de prompts émotionnels et basés sur la psychologie. Cette recherche ouvre de nouvelles voies pour rendre les systèmes d’IA plus accessibles et empathiques dans leurs réponses aux utilisateurs humains, facilitant des interactions plus naturelles et engageantes.

Comme pour tout développement d’IA, les implications éthiques des LLM améliorés par l’émotion doivent être examinées avec soin. Il est crucial de s’assurer que les systèmes d’IA répondent de manière appropriée et éthique aux entrées émotionnelles des utilisateurs. Trouver un équilibre entre des réponses personnalisées et l’évitement de comportements manipulateurs sera essentiel pour créer des modèles d’IA responsables et dignes de confiance.

L’approche EmotionPrompt représente une exploration passionnante visant à améliorer les performances des LLM en incorporant des stimuli émotionnels provenant des utilisateurs humains. En puisant dans la psychologie et les sciences sociales, cette recherche pave la voie à des systèmes d’IA plus empathiques et dotés d’une intelligence émotionnelle. À mesure que les chercheurs continuent de peaufiner et d’étendre ces techniques, les interactions alimentées par l’IA avec les LLM pourraient devenir plus accessibles, compréhensives et alignées avec les émotions et les besoins humains.