Pada Mulanya adalah Firman

Awalnya diterbitkan oleh Vectors of Mind.

“Pada mulanya adalah Firman, dan Firman itu bersama Psikologi, dan Firman itu adalah Psikologi” ~Terjemahan Vektor Baru

Semua konstruk kepribadian pertama-tama dideskripsikan melalui kata-kata. Mulai dari model Freud yang didorong kokaina hingga Big Five yang tenang dan mapan, semuanya pada suatu titik hanyalah kata-kata. Sebagian besar psikologi akademis berkaitan dengan perbandingan antarkonstruk. Untuk melakukannya, konstruk-konstruk tersebut harus memiliki landasan yang sama, biasanya berupa sekumpulan subjek. Subjek diberi sebuah instrumen (biasanya survei) yang memperkirakan posisi mereka dalam ruang konstruk. Berdasarkan kovariasi respons subjek, kemudian dibuat klaim-klaim umum mengenai konstruk-konstruk tersebut. Dalam tulisan ini kita mengeksplorasi cara lain. Kemajuan dalam NLP memungkinkan perbandingan kuantitatif konstruk-konstruk di habitat alaminya: bahasa.

Peta Jalan#

Dalam tulisan sebelumnya saya berpendapat bahwa Big Five adalah vektor kata. Tulisan ini mengajukan klaim yang sama mengenai skala-skala mandiri, yang kemudian memungkinkan konstruk-konstruk dibandingkan tanpa melibatkan subjek. Untuk mendemonstrasikan hal ini, diperkenalkan sebuah model kepribadian yang luas, sekaligus metode untuk merepresentasikan konstruk dalam ruang kata. Garis besarnya adalah sebagai berikut:

1. Membandingkan konstruk dalam ruang subjek vs. ruang kata

2. Masalah dengan ruang subjek

3. Menghubungkan altruisme kekerabatan dan altruisme resiprokal dengan Big Five menggunakan subjek

4. Perbandingan yang sama dalam ruang kata

   1. Memperkenalkan model lima faktor (sementara) yang diidentifikasi menggunakan NLP
   2. Memproyeksikan kata-kata altruisme ke dalam ruang tersebut
   3. Kode tersedia di sini.

5. Pembahasan, keterbatasan, pekerjaan mendatang

Jalan yang Berliku#

Untuk membandingkan altruisme dengan Big Five, sinyal harus melewati banyak transformasi: Altruisme (ideal) → dideskripsikan melalui kata-kata → survei dikembangkan (dan mudah-mudahan divalidasi) untuk memperkirakan konstruk ini → diberikan kepada subjek yang menafsirkan kata-kata tersebut dan menyelami jiwanya → skor altruisme subjek → korelasi dalam ruang subjek ← skor Big Five Inventory (BFI) subjek ← subjek menafsirkan butir-butir BFI dan menyelami jiwanya ← BFI dikembangkan untuk mengukur hal ini secara kira-kira ← konstruk didefinisikan/dikomunikasikan melalui deskripsi kualitatif ← Big Five (didefinisikan oleh pembebanan kata). Kemudian dibuat klaim mengenai kedua ideal tersebut, Altruisme dan Big Five.

Jalur Lurus dan Sempit#

Mengapa tidak menggunakan vektor kata sebagai landasan yang sama, alih-alih subjek? Jalurnya jauh lebih langsung: Altruisme (ideal) → dideskripsikan melalui kata-kata → divektorisasi ke ruang kata → perbandingan dalam ruang kata ← Big Five, yang telah ada dalam ruang kata, sebagaimana dibahas dalam tulisan sebelumnya. Bagi mereka yang menghitung, itu berarti 4 vs. 10 transformasi. (Penghitungannya seperti golf.)

Tal sang Pewahyu#

Kesulitan menggunakan subjek untuk membuat klaim mengenai konstruk verbal bukanlah rahasia.

“Sebagian besar teori dan hipotesis dalam psikologi bersifat verbal, tetapi evaluasinya sangat bergantung pada prosedur statistik inferensial. Validitas perpindahan dari analisis kualitatif ke kuantitatif bergantung pada keselarasan yang erat antara ungkapan verbal dan statistik dari suatu hipotesis—yaitu, keduanya harus merujuk pada kurang lebih himpunan pengamatan hipotetis yang sama. Di sini, saya berpendapat bahwa banyak penerapan inferensi statistik dalam psikologi gagal memenuhi kondisi dasar ini.” ~Tal Yarkoni, krisis generalisasi

Validitas di sini merujuk pada skor yang menangkap konstruk yang hendak diukurnya. Argumen dan contoh-contohnya layak dibaca secara lengkap. Namun, bagi kita, kesimpulan utamanya adalah apa yang dapat dilakukan dengan mempertimbangkan realitas-realitas ini. Ia menyarankan:

1. Melakukan hal lain (memasuki bidang-bidang lain).
2. Merangkul penelitian kualitatif
3. Mengadopsi standar yang lebih baik (termasuk 7 saran).

“Seseorang selalu bebas berpura-pura bahwa nilai-p kecil yang diperoleh dari operasionalisasi statistik yang sangat sempit dapat menjadi landasan yang memadai bagi inferensi verbal yang luas mengenai konstruk psikologis yang kompleks. Namun, tidak seorang pun—bukan rekan sejawat, bukan penyandang dana, bukan publik, dan tentu saja bukan catatan ilmiah jangka panjang—berkewajiban menghormati sandiwara tersebut.”

Bahkan jika pandangan Anda mengenai penelitian dalam psikologi tidak sesuram itu, tentunya para pembaca pernah dikecewakan oleh makalah-makalah yang membuat klaim, tetapi menggunakan eksperimen yang hanya berkaitan secara longgar. Semua solusi yang tersedia terasa menyakitkan. Bidang ini mungkin harus mengadopsi pandangan yang lebih sempit dan menyerahkan pertanyaan-pertanyaan besar kepada mereka yang mempelajari sejarah, sastra, dan aljabar linear. Saya mengusulkan jalan lain untuk maju.

Konversi ke ruang kata#

. 4. Gunakan vektor kata sebagai landasan yang sama

Konstruk-konstruk hidup bersama dalam ruang kata, tetapi ketika perbandingan dilakukan, kita menyeretnya ke dalam ruang subjek. Ini adalah proses yang sangat besar, sarat kehilangan informasi, dan merepotkan. Bagaimana jika konstruk-konstruk tersebut dapat tetap berada dengan aman dalam ruang kata? Gagasan dasar pemrosesan bahasa alami adalah bahwa kata-kata merupakan vektor dalam ruang kontinu. Menganalisis vektor-vektor ini cukup berhasil untuk menjadi penopang beban bagi proses dalam industri bernilai triliunan dolar, dan saat ini sedang (di)perkenalkan kembali ke dalam psikologi.

Lakukan Apa yang Anda Khotbahkan#

Di sini kita akan melihat sebuah penelitian tradisional yang dilakukan dalam ruang subjek, lalu mencoba memperbaikinya dengan berpindah ke ruang kata. Dengan mengantisipasi argumen manusia jerami, objeknya adalah Altruisme Kekerabatan, Altruisme Resiprokal, dan Faktor Kepribadian Big Five, yang telah dikutip ratusan kali dan penulis pertamanya memiliki h-index sebesar 70.

Subjek diukur menggunakan tiga instrumen: Big Five (melalui survei adjektiva), Empati/Kelekatan dan Pemaafan/Non-Retaliasi (survei frasa), serta altruisme dalam permainan pembagian uang. Karena para penulis berhipotesis bahwa ruang interstisial antara Agreeableness dan Emotional Stability (AKA Neuroticism) membedakan kedua altruisme tersebut, beberapa kata ditambahkan untuk mengukur area itu dengan lebih baik. Demikian pula, kuesioner baru dirancang untuk mengukur Empati/Kelekatan dan Pemaafan/Non-Retaliasi, yang diteorikan masing-masing berkaitan dengan altruisme kekerabatan vs. altruisme resiprokal. Lebih dari yang lazim untuk jenis penelitian ini, sebuah permainan digunakan untuk mengukur altruisme.

“Dalam versi tugas alokasi uang yang digunakan untuk mengukur altruisme kekerabatan, orang lain tersebut dideskripsikan sebagai seorang teman dekat—seseorang yang telah lama menjalin persahabatan dengan partisipan dan memiliki banyak kesamaan dengan partisipan. Kami berharap bahwa dengan mendeskripsikan persahabatan tersebut sebagai persahabatan lama dan sang teman sebagai seseorang yang sangat mirip dengan partisipan, persahabatan itu akan menyerupai hubungan seseorang dengan kerabatnya. Alasan kami tidak menggunakan seorang kerabat sebagai sasaran potensial altruisme adalah untuk menghindari masuknya varians dalam respons yang disebabkan oleh kerabat tertentu yang terlibat; misalnya, banyak orang mungkin lebih bersedia berperilaku altruistis terhadap salah satu saudara kandung daripada saudara kandung yang lain.”

Dengan kata lain, agar data tidak tercemar oleh perasaan dunia nyata terhadap kerabat, altruisme resiprokal diukur.

“Dalam versi tugas alokasi uang yang digunakan untuk mengukur altruisme resiprokal, orang lain tersebut dideskripsikan sebagai seseorang yang tidak mau bekerja sama—seseorang yang telah bersikap kasar, jahat, dan tidak mempertimbangkan perasaan partisipan.”

Dan untuk mengukur altruisme resiprokal, mereka mengukur … altruisme yang tidak diresiprokalkan? Tentu saja terdapat korelasi dan para penulis menyimpulkan:

“Hasil penelitian ini mendukung dugaan bahwa ciri-ciri kepribadian yang melibatkan empati dan kelekatan memfasilitasi altruisme yang terutama diarahkan kepada kerabat (yaitu, altruisme kekerabatan), dan bahwa ciri-ciri kepribadian yang melibatkan pemaafan dan non-retaliasi memfasilitasi altruisme yang terutama diarahkan kepada nonkerabat (yaitu, altruisme resiprokal).”

Namun, jika altruisme resiprokal tidak pernah diukur, bagaimana hasil tersebut dapat mendukung klaim itu?Statistik dalam makalah-makalah psikologi, seperti ditunjukkan Tal, sering kali merupakan hiasan retoris. Namun, kita tidak harus ikut bermain! Mari kita lihat apa yang dikatakan ruang kata.

Negeri Susu dan Madu (Selamat Datang di Ruang Kata)#

Dalam studi tradisional, karena biaya pemetaan subjek ke dalam ruang kepribadian, resolusi hanya dapat dibuat tinggi pada beberapa area kepribadian sekaligus. Itulah sebabnya para penulis menyelidiki Empati dan Nontindakan Balasan serta ruang di antara Keramahan dan Stabilitas Emosional. Semua sumbu itu ada dalam ruang Big Five reguler, tetapi diukur dengan cukup terperinci. Dalam ruang kata, kita dapat membandingkan altruisme dengan keseluruhan Big Five dalam segala kemegahan resolusi tingginya. Di github saya terdapat 2819 vektor kata yang difaktorkan hingga menjadi lima PC. Kita dapat menggunakannya demi kemudahan. Urusan pertama adalah memilih himpunan kata yang menggambarkan masing-masing altruisme. Untuk kata-kata kekerabatan, saya memilih kata-kata yang mewujudkan peran-peran familial: seperti saudara laki-laki, seperti saudara perempuan, keibuan, seperti ibu, seperti ayah, seperti nenek, seperti kakek, seperti istri, maternal, paternal. Untuk altruisme resiprokal, saya mengikuti definisi Trivers.

“Mengenai altruisme resiprokal manusia, ditunjukkan bahwa rincian sistem psikologis yang mengatur altruisme ini dapat dijelaskan oleh model tersebut. Secara khusus, persahabatan, ketidaksukaan, agresi moralis, rasa terima kasih, simpati, kepercayaan, kecurigaan, keterpercayaan, aspek-aspek rasa bersalah, serta beberapa bentuk ketidakjujuran dan kemunafikan dapat dijelaskan sebagai adaptasi-adaptasi penting untuk mengatur sistem altruistik. Setiap individu manusia dipandang memiliki kecenderungan altruistik dan kecenderungan menipu, yang pengungkapannya peka terhadap variabel-variabel perkembangan yang terseleksi untuk menetapkan kecenderungan tersebut pada keseimbangan yang sesuai dengan lingkungan sosial dan ekologis setempat.” Evolusi Altruisme Resiprokal, Robert Trivers (penebalan ditambahkan)

Dengan mempertimbangkan hal ini, saya memilih: diskriminatif, tak kenal ampun, pendendam, loyal, bertetangga baik, kooperatif, dapat dipercaya, dan adil. Ini kurang lebih seimbang dalam hal cenderung berbuat kooperatif, tetapi kemudian menindaklanjutinya dengan agresi moralis ketika terjadi kesalahan. Selain itu, pilihan ini berupaya menangkap altruisme tersebut sebagai antitesis dari kecurangan (misalnya adil, dapat dipercaya).

(Untuk penjelasan yang sangat baik mengenai evolusi kepercayaan, lihat demo interaktif ini.)

Bolehkah saya memperkenalkan Model Lima Faktor yang tidak dikenal?#

Secara teoretis, kita dapat menggunakan muatan kata Big Five yang dihasilkan melalui survei, tetapi sebagian besar kata tersebut cukup jarang sehingga tidak disertakan. Ini justru lebih baik, karena seseorang tidak akan memperoleh estimasi yang baik mengenai seperti nenek melalui laporan diri dari kalangan mahasiswa psikologi. Dengan demikian, vektor kata yang dihitung menggunakan model bahasa RoBERTa. Diturunkan dari daftar kata kepribadian yang besar dan terkarakterisasi dengan baik, faktor-faktor Lima yang dihasilkan secara ringkas adalah:

1. Afiliasi (atau Sosialisasi). Seberapa besar Anda menginginkan orang ini berada di tim Anda? Mirip dengan Keramahan, tetapi tidak mengharuskan seseorang menjadi bulan-bulanan. Mudah percaya, misalnya, bermuatan netral pada Afiliasi tetapi positif pada Keramahan.
2. Dinamisme. Cukup dekat dengan Ekstraversi, tetapi lebih berkaitan dengan rasa petualangan dan tidak terlalu berkaitan dengan kepercayaan diri.
3. Keteraturan. Kehati-hatian dengan suatu kelebihan. Kemampuan untuk mencapai tujuan Anda sendiri. Menuntut ketepatan versus lembek.
4. Kelekatan Emosional. Jika Neurotisisme berkaitan dengan ketidakstabilan, faktor ini berkaitan dengan kelekatan; baik penyayang maupun pendendam memiliki muatan yang tinggi.
5. Transendensi. Faktor ini dicirikan oleh unik, rumit, bernasib sial, penyandang disabilitas, mistis, patah hati, dunia lain versus tidak filosofis, bebas, keras kepala, kasar, materialistis, berpusat pada diri sendiri, licin. Faktor ini mencakup upaya melihat melampaui diri sendiri dan hal-hal duniawi. Proses itu, tampaknya, terjalin erat dengan rasa sakit. Bahkan, “bermasalah” memiliki muatan yang lebih besar pada Transendensi daripada Kelekatan Emosional (faktor yang berkaitan dengan Neurotisisme).

Nama-nama untuk tiga faktor pertama diambil dari karya lintas budaya De Raad karena, secara kualitatif, kesesuaiannya lebih dekat daripada dengan Big Five. Setiap faktor layak mendapatkan tulisan tersendiri. (Bagi mereka yang berkecimpung dalam psikologi industri, saya menduga bahwa Keteraturan lebih berkorelasi dengan keberhasilan bisnis daripada Kehati-hatian karena sifatnya lebih kalkulatif daripada sekadar datang tepat waktu.) Namun, mengajukan model bukanlah keahlian utama saya, dan studi bahasa yang lebih mendalam akan segera hadir, yang mungkin menghasilkan struktur berbeda. Untuk saat ini, faktor-faktor ini sudah memadai. Berikut korelasinya dengan Big Five:

Hasil#

Muatan kata altruisme pada empat faktor pertama (Transendensi tidak penting dalam studi ini):

Untuk membandingkan berbagai altruisme tersebut, kita ingin mereduksi setiap himpunan kata ini menjadi hanya satu vektor. (Hal ini masih dapat diperdebatkan, mengingat altruisme resiprokal—dan, dalam tingkat yang lebih rendah, altruisme kekerabatan—memerlukan respons yang berbeda terhadap skenario yang berbeda.) Solusi sederhana dan kasar adalah memperlakukan setiap konstruk sebagai Bag of Words dan mengambil rata-ratanya. Pemuatan rata-ratanya adalah:

Pembahasan#

Saya rasa artikel yang dibahas dalam ruang subjek tidak memuat pengukuran yang valid atas altruisme kekerabatan atau altruisme resiprokal dalam ruang subjek, sehingga tidak menambah pemahaman kita tentang hubungannya dengan kepribadian. Ini merupakan mode kegagalan yang ternyata sangat umum. Ruang kata memberikan semacam perlindungan terhadap perbandingan yang tidak valid. Kita memiliki intuisi yang lebih baik mengenai posisi sebuah kata dalam ruang kata daripada mengenai bagaimana subjek 112 seharusnya menjawab suatu survei. Kesalahan pun lebih mudah dikenali.

Dari sudut pandang Bayesian, sesuatu yang berbeda terjadi dalam ruang subjek dan ruang kata. Eksperimen yang melibatkan subjek berupaya menghadirkan informasi baru. Harapannya, informasi itu akan memperbarui pandangan pembaca tentang dunia. Namun, para peneliti (dan orang awam) memiliki banyak pengalaman sosial serta persepsi yang lebih tajam mengenai proses psikologis daripada gambaran sesaat yang diberikan oleh sebuah survei. Sulit untuk banyak menggeser jarum penunjuk. Ruang kata lebih menyerupai visualisasi prior kita daripada produksi pengetahuan baru. Pandangan ini berharga karena bahasa adalah tempat teori berhadapan dengan kenyataan, boleh dikatakan demikian. Sebagaimana dikatakan JL Austin:

“Persediaan kata-kata yang kita miliki bersama memuat semua pembedaan yang dianggap layak dibuat oleh manusia, serta hubungan-hubungan yang dianggap layak ditandai, selama masa hidup banyak generasi: semua itu tentu cenderung lebih banyak, lebih kokoh—karena telah bertahan dalam ujian panjang survival of the fittest—dan lebih halus, setidaknya dalam semua perkara praktis yang biasa dan masuk akal, daripada apa pun yang mungkin terpikirkan oleh Anda atau saya sambil duduk di kursi pada suatu sore—metode alternatif yang paling digemari.” Pembelaan atas alasan-alasan

Analisis dalam ruang kata relatif mudah dilakukan. Alih-alih menggunakan tabel korelasi dan nilai-p, kata-kata cukup dipetakan pada sumbu-sumbu yang diminati, lalu penilaian visual dibuat. Kata-kata yang berkaitan dengan altruisme kekerabatan berkelompok rapat baik pada Afiliasi maupun Kelekatan Emosional, dua faktor yang memiliki pemuatan cukup besar. Para ayah, tetapi bukan para saudara laki-laki, kurang lekat dibandingkan padanan perempuan mereka, sejalan dengan teori investasi parental Trivers. Saudara laki-laki dan saudara perempuan memiliki alasan yang sama kuat untuk menjaga saudara-saudara mereka. Namun, para ayah memiliki alasan yang lebih sedikit daripada para ibu. Sperma murah. Sel telur dan kehamilan mahal.

Kata-kata resiprokal lebih tersebar, mencerminkan sifat-sifat yang ideal untuk merespons skenario yang berbeda: kerja sama atau pembelotan mitra. Perbedaan yang paling menonjol adalah pemuatan rata-rata yang lebih tinggi pada Keteraturan—pencapaian tujuan pribadi. Pada awalnya disebut altruisme dengan imbal hasil tertunda, altruisme resiprokal bukanlah soal mengorbankan diri demi orang asing, melainkan berinvestasi pada masa depan diri sendiri melalui sarana prososial. Sebaliknya, altruisme kekerabatan mengacu pada membantu keluarga bahkan dengan mengorbankan diri sendiri karena gen-gen egoistis yang menarik-narik sanubari kita. Hal ini tampak dalam pemuatan kata-kata altruisme kekerabatan yang lebih tinggi pada Kelekatan Emosional, yang mendukung hipotesis Ashton. Namun, bagian terpentingnya berada pada Keteraturan, jauh dari tempat instrumen-instrumen ruang subjek dirancang untuk mendeteksinya. Biaya pengambilan sampel dalam ruang subjek membuat hasil lebih bergantung pada prior peneliti.

Menafsirkan plot-plot ini dapat terasa seperti membaca pertanda dari ampas teh, tetapi saya sekitar 70% yakin mengenai apa yang ada di sini. Satu hal yang membuat saya ragu adalah bahwa kedua altruisme tersebut direpresentasikan dengan cara yang berbeda. Semua kata kekerabatan menggambarkan hubungan (misalnya, ibu, ayah, saudara laki-laki), sedangkan kata-kata resiprokal merupakan campuran antara hubungan (misalnya, tetangga) dan sifat-sifat yang sesuai dalam permainan jumlah-positif berulang (misalnya, pendendam, diskriminatif, kooperatif). Terlepas dari ketidakpastian ini, bukankah akan keren jika dalam satu sore saya menjalankan eksperimen yang menggabungkan pengalaman altruisme yang dihayati jutaan orang? Apa yang disepakati oleh berbagai generasi sebagai hal yang membuat seseorang bersifat kebapakan, seperti saudari, atau seperti tetangga. Sebagaimana selalu terjadi pada sumber sinyal baru, orang mulai menembak dari pinggul. Pada akhirnya, Barat Liar ditaklukkan; metode dan heuristik pun muncul. Masih tersedia banyak ruang untuk perbaikan. Pembaca dapat mengubah himpunan kata dan memperoleh hasil baru dalam hitungan menit menggunakan notebook colab ini. Silakan lakukan!

Keunggulan ruang kata#

1. Terhubung dengan Hipotesis Leksikal. Berpijak pada realitas sosial yang terdesentralisasi.
2. Lebih sedikit transformasi. Setiap langkah bersifat lossy dan memperkenalkan bias.
3. Tidak terlalu intensif secara statistik setelah dikonversi ke ruang kata. (Hambatan untuk memulai lebih rendah.)
4. Ukuran sampel efektif (mereka yang berkontribusi pada model bahasa melalui komentar di reddit, penulisan buku, atau artikel PubMed) jauh lebih besar dan beragam daripada kebanyakan penelitian.
5. Prospek kerja yang lebih baik bagi doktor psikologi yang menguasai NLP.
6. Lebih mudah melakukan pekerjaan multibahasa/multikultural. Beberapa model dilatih secara bersamaan dalam 100 bahasa (begitulah Meta melatih penyaring ujaran kebencian dalam bahasa-bahasa dengan sedikit contoh).
7. Model bahasa terus menjadi lebih baik.
8. Sains terbuka.
9. Menghindari IRB.

Kekurangan#

1. Lebih banyak komponen yang bergerak. Ada miliaran parameter dalam sebuah model bahasa! Namun, bahkan miliaran neuron dan puluhan keputusan pelatihan dapat menghasilkan representasi yang stabil. Model bahasa apa pun yang layak dapat menyelesaikan analogi “suami berhubungan dengan istri sebagaimana raja berhubungan dengan ____”.
2. Hasil tidak dapat diuraikan berdasarkan demografi. Terkadang menarik untuk mengetahui kepribadian guru sekolah dasar berusia 25–30 tahun. Atau mengetahui bagaimana suatu konstruk berkorelasi dengan catatan penangkapan. Hal itu mustahil dilakukan dalam ruang kata.
3. Bukankah model bahasa bias? Ya, tetapi tidak lebih bias daripada laporan diri.
4. Mendefinisikan altruisme sebagai jumlah sekumpulan vektor kata (yaitu, sebuah bag of words) agak bersifat tambal-sulam. Masih tersedia ruang yang cukup besar untuk perbaikan di sini.

Dewa-dewa asing#

“Saya rasa Kafka benar ketika mengatakan bahwa, bagi manusia modern, birokrasi negara adalah satu-satunya kontak yang tersisa dengan dimensi ilahi.” ~Žižek, A Pervert’s Guide to Ideology

Di sini, tentu saja, ia sedang menggambarkan perasaan transenden ketika mengajukan banding kepada IRB. Saya memiliki sebuah prediksi. Ruang kata adalah hal yang baik dan benar untuk dilakukan dari perspektif pemrosesan sinyal, tetapi adopsinya akan didorong sama besarnya oleh kenyamanan karena tidak diatur. Konsekuensinya adalah bahwa IRB akan menjadi badan pemerintah pertama yang menyatakan model bahasa berkesadaran.

Mempersiapkan jalan#

Kami ingin mengekstraksi relasi antara konstruk dari model bahasa. Agar hal ini dilakukan dengan cara yang menambahkan sinyal, bukan lebih banyak derau, diperlukan banyak pekerjaan validasi. Pada awalnya, ini berarti membandingkannya dengan hasil survei yang telah mapan. Dapatkah hasil-hasil tersebut dipulihkan menggunakan vektor kata? Di mana metode itu gagal? Setelah hal tersebut ditetapkan, setiap makalah yang berakhir dengan “diperlukan penelitian lebih lanjut” harus menemukan cara untuk mengajukan pertanyaan tersebut dalam ruang kata.

Saya menghabiskan lebih dari satu tahun untuk menyempurnakan suatu metode guna mengekstraksi relasi kepribadian dari RoBERTa, model yang paling mutakhir pada saat itu. Tak lama kemudian, GPT-3 dirilis dan langsung bekerja lebih baik tanpa penyetelan khusus. Bahwa komputasi mengungguli pengetahuan ranah merupakan pelajaran pahit yang berulang dalam AI. Komputasi meningkat secara eksponensial. Jika Anda dapat memperoleh peningkatan 30% dibandingkan solusi ML umum dengan menggunakan pengetahuan ranah, Anda juga dapat sekadar menunggu komputasi menyusul dan memperoleh hasil yang sama menggunakan metode umum. Oleh karena itu, menemukan cara untuk menghubungkan pertanyaan-pertanyaan psikologi dengan model NLP siap pakai merupakan langkah yang baik ke depan. Model baru dengan kinerja yang jauh lebih baik dipublikasikan kira-kira setiap enam bulan. Mereka yang memvalidasi ruang kata sedang mempersiapkan jalan bagi kecerdasan yang lebih tinggi—PaLM, GPT-7, OSCar (Optimal Sentience Cartography)—untuk mencurahkan kebenaran-kebenaran psikologis.

Bahasa alami dipenuhi teori-teori bersama tentang dunia. Kini setelah kita dapat mengkuantifikasikannya, tidakkah teori-teori tersebut dapat digunakan sebagai bukti?

Jika Anda menganggap ini menarik, silakan bagikan! Bagikan artikel asli.