בעידן שבו מודלי שפה גדולים (LLM) משמשים כסוכנים אוטונומיים במשחקים אסטרטגיים וחברתיים, עולה השאלה: האם שיוך תכונות אישיות יכול לשנות את רמת השיתוף הפעולה שלהם? מחקר חדש שפורסם ב-arXiv בוחן זאת בתנאים מבוקרים באמצעות משחקי דילמת האסיר חוזרים. החוקרים מדדו פרופילי אישיות בסיסיים של שלושה מודלים – GPT-3.5-turbo, GPT-4o ו-GPT-5 – על פי מסגרת חמשת הגורמים הגדולים (Big Five), באמצעות שאלון Big Five Inventory.
במסגרת הניסוי, השוו החוקרים את ההתנהגות בתנאי בסיס לבין תנאי ניהוג אישיות, ובחנו גם השפעה של שינוי קיצוני בכל ממד אישי בנפרד. התוצאות מראות כי נעימות (agreeableness) היא הגורם הדומיננטי המקדם שיתוף פעולה בכל המודלים. תכונות אישיות אחרות השפיעו בהשפעה מוגבלת בלבד. ניהוג אישיות מפורש הגביר את רמת השיתוף פעולה, אך גם הגביר את הפגיעות לניצול, במיוחד במודלים מדורגים מוקדמים יותר.
מודלים מדורגים מאוחרים יותר, כמו GPT-4o ו-GPT-5, הפגינו שיתוף פעולה סלקטיבי יותר, מה שמצביע על התפתחות ביכולת ההחלטה שלהם. המחקר מדגיש כי ניהוג אישיות פועל כהטיה התנהגותית ולא כמנגנון שליטה דטרמיניסטי. לפי הדיווח, שיוך מידע אישי מפורש משפיע על ההתנהגות, אך אינו מבטל את היכולת האסטרטגית הבסיסית של המודלים.
הממצאים הללו חשובים לעולם העסקים הישראלי, שבו חברות רבות משלבות LLM כסוכנים במערכות אוטומציה ומשחקים עסקיים. הבנת ההשפעה של תכונות אישיות יכולה לשפר תכנון אסטרטגיות שיתוף פעולה, למשל במשא ומתן וירטואלי או סימולציות שוק. בהשוואה למודלים קודמים, הדורות החדשים מציעים גמישות רבה יותר, אך דורשים זהירות מפני ניצול.
למנהלים עסקיים, המחקר מציע לבחון ניהוג אישיות ככלי להגברת שיתוף פעולה במערכות AI, אך להיזהר מפני סיכוני ניצול. מה זה אומר לעתיד? האם נראה סוכני AI 'אנושיים' יותר בשיתופי פעולה עסקיים? קראו את המחקר המלא ובדקו כיצד ליישם זאת בארגונכם.