論文の概要: Can LLMs Infer Conversational Agent Users' Personality Traits from Chat History?

• arxiv url: http://arxiv.org/abs/2604.19785v1
• Date: Tue, 31 Mar 2026 07:29:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.076606
• Title: Can LLMs Infer Conversational Agent Users' Personality Traits from Chat History?
• Title（参考訳）: LLMはチャット履歴から会話エージェントの人格特性を推測できるか?
• Authors: Derya Cögendez, Verena Zimmermann, Noé Zufferey,
• Abstract要約: 会話エージェント(CA)を用いたプライバシーリスクの分析と定量化 我々は、CAインタラクションから性格特性を推測するために、RoBERTaベースのテキスト分類モデルを微調整した。
• 参考スコア（独自算出の注目度）: 4.990542897104324
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Sensitive information, such as knowledge about an individual's personality, can be can be misused to influence behavior (e.g., via personalized messaging). To assess to what extent an individual's personality can be inferred from user interactions with LLM-based conversational agents (CAs), we analyze and quantify related privacy risks of using CAs. We collected actual ChatGPT logs from N=668 participants, containing 62,090 individual chats, and report statistics about the different types of shared data and use cases. We fine-tuned RoBERTa-base text classification models to infer personality traits from CA interactions. The findings show that these models achieve trait inference with accuracy (ternary classification) better than random in multiple cases. For example, for extraversion, accuracy improves by +44% relative to the baseline on interactions for relationships and personal reflection. This research highlights how interactions with CAs pose privacy risks and provides fine-grained insights into the level of risk associated with different types of interactions.
• Abstract（参考訳）: 個人の個性に関する知識のような敏感な情報は、行動(例えば、パーソナライズされたメッセージ)に影響を与えるために誤用することができる。 LLMベースの会話エージェント(CA)とのユーザインタラクションから、個人の個性がどのように推測されるかを評価するために、我々は、CAを使用する際の関連するプライバシーリスクを分析し、定量化する。 N=668人の参加者から実際のChatGPTログを収集し,62,090件の個別チャットを収録した。 我々は、CAインタラクションから性格特性を推測するために、RoBERTaベースのテキスト分類モデルを微調整した。 以上の結果から,これらのモデルでは,複数のケースにおいてランダムよりも精度(3次分類)の高い特性推定が可能であることが示唆された。 例えば、外転の場合、関係性や個人の反射に対する相互作用のベースラインに対して、精度は+44%向上する。 この研究は、CAとのインタラクションがプライバシのリスクにどのように影響するかを強調し、さまざまなタイプのインタラクションに関連するリスクのレベルについて、きめ細かい洞察を提供する。

関連論文リスト

• Can LLMs Assess Personality? Validating Conversational AI for Trait Profiling [0.0]
  本研究では,Large Language Models (LLMs) を,質問紙によるパーソナリティ評価の動的代替品として評価する。 対象内実験を用いて,ゴールド標準IPIP-50の質問紙を用いたLLM会話から得られる5つの人格スコアを比較した。 結果は、良心、オープンネス、ニューロティズムのスコアがメソッド間で統計的に等価であることから、適度な収束妥当性を示す。
  論文  参考訳（メタデータ） (2026-01-23T15:46:42Z)
• Can LLM Agents Maintain a Persona in Discourse? [3.286711575862228]
  大規模言語モデル(LLM)は、教育、法律、医学など、様々な分野でその能力を利用する会話エージェントとして広く利用されている。 LLMは、しばしばコンテキストシフトの振る舞いを受け、一貫性と解釈可能なパーソナリティ整合性の相互作用が欠如する。 LLMはパーソナライズされた対話へと導くことができるが、その性格特性を維持する能力はモデルと談話設定の組み合わせによって大きく異なる。
  論文  参考訳（メタデータ） (2025-02-17T14:36:39Z)
• Humanity in AI: Detecting the Personality of Large Language Models [0.0]
  アンケートは大規模言語モデル(LLM)の個性を検出する一般的な方法である 本稿では,テキストマイニングとアンケート手法の組み合わせを提案する。 LLMのパーソナリティは、事前訓練されたデータから導かれる。
  論文  参考訳（メタデータ） (2024-10-11T05:53:11Z)
• Rel-A.I.: An Interaction-Centered Approach To Measuring Human-LM Reliance [73.19687314438133]
  インタラクションの文脈的特徴が依存に与える影響について検討する。 文脈特性が人間の信頼行動に大きく影響していることが判明した。 これらの結果から,キャリブレーションと言語品質だけでは人間とLMの相互作用のリスクを評価するには不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-07-10T18:00:05Z)
• Large Language Models Can Infer Personality from Free-Form User Interactions [0.0]
  GPT-4は、パーソナリティを適度な精度で推測することができ、以前のアプローチよりも優れていた。 その結果,人格評価への直接的注力は,ユーザエクスペリエンスの低下を招いていないことがわかった。 予備的な分析は、人格推定の正確さは、社会デミノグラフィーのサブグループによってわずかに異なることを示唆している。
  論文  参考訳（メタデータ） (2024-05-19T20:33:36Z)
• Are Personalized Stochastic Parrots More Dangerous? Evaluating Persona Biases in Dialogue Systems [103.416202777731]
  我々は、対話モデルが採用するペルソナに付随する有害な行動の感度であると定義する「ペルソナバイアス」について検討する。 我々は,人格バイアスを有害な表現と有害な合意のバイアスに分類し,攻撃性,有害継続性,関連性,ステレオタイプ合意,および有害合意の5つの側面において,人格バイアスを測定する包括的な評価枠組みを確立する。
  論文  参考訳（メタデータ） (2023-10-08T21:03:18Z)
• Understanding How People Rate Their Conversations [73.17730062864314]
  我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。 我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
  論文  参考訳（メタデータ） (2022-06-01T00:45:32Z)
• Predicting Relationship Labels and Individual Personality Traits from Telecommunication History in Social Networks using Hawkes Processes [5.668126716715423]
  携帯電話には豊富な個人情報が含まれているので、安全を保とうとしています。 我々は、匿名のコミュニケーショントレースから、個人の心理的プロファイルとその仲間との関係を予測できるという大規模な証拠を提供する。
  論文  参考訳（メタデータ） (2020-09-04T07:24:49Z)
• Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset for Personality Assessment [50.15466026089435]
  本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。 参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。 データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
  論文  参考訳（メタデータ） (2020-08-31T17:44:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。