في عالم الذكاء الاصطناعي (Artificial Intelligence)، تتطلب عملية تقييم وكالات نماذج اللغات الضخمة (Large Language Models) مدخلات مستخدم متنوعة وواقعية. ومع ذلك، تعتمد معظم أطر التقييم الحالية على أوصاف دورية ثابتة، مثل "أنت عميل غاضب"، مما يؤدي إلى محادثات متشابهة بغض النظر عن السيناريو الأساسي. وفي ورقة بحثية جديدة، تم اقتراح نموذج ثلاثي المستويات للشخصيات يعكس 23 بعدًا وظيفيًا.

يتضمن النموذج 6 خصائص ديموغرافية (الاختصاص القضائي، العمر، القناة، الجهاز، كفاءة اللغة، توافر الوقت) و12 سمة سلوكية مستمرة (مثل الصبر، الحزم، الثقافة الرقمية)، بالإضافة إلى 5 حالات عاطفية مستمرة تتغير استجابةً لسياق السيناريو. وبالإضافة إلى ذلك، هناك طبقة تنسيق معقدة تتحكم في صياغة الجمل من الواضحة إلى الغامضة.

أظهرت النتائج الرئيسية أن هذه الشخصية الثلاثية قائمة على متغيرات سلوكية مختلفة تعزز من تنوع سلوكيات المستخدمين، وأن نفس الشخصية يمكن أن تتفاعل بشكل مختلف عبر السيناريوهات بفضل تغييرات الحالة العاطفية. كما أثبتت الدراسات أن النموذج يمكنه محاكاة صعوبات العالم الحقيقي بشكل أكثر دقة.

هذا النموذج الجديد يمثل خطوة هامة نحو تحسين دقة تقييم وكالات الذكاء الاصطناعي، مما يعزز من موثوقيتها وكفاءتها في تلبية احتياجات المستخدمين.