Un estudio que analiza a GPT-4o simulando personalidades estadounidenses y chino-estadounidenses revela que la expresión de personalidad en LLM consta de dos componentes disociables: características agregadas y características geométricas. Los investigadores construyeron matrices de correlación dentro de la instancia a partir de respuestas de IPIP-50 para analizar la geometría en variedades SPD bajo ordenaciones de preguntas manipuladas.
- Las características agregadas, representadas por las puntuaciones de los Cinco Grandes, se degradan un 21% bajo aleatorización pero permanecen robustas al marco.
- Las características geométricas colapsan un 42% bajo desalineación del marco, pero se recuperan sustancialmente hasta el 84% bajo marcos compartidos, superando a las características agregadas que alcanzan solo el 76%.
Los hallazgos establecen un marco de doble naturaleza para las personalidades LLM, desafiando concepciones estáticas de rasgos y necesitando evaluación consciente del marco.