The Career Interests of Large Language Models

要約

大規模言語モデル (LLM) の最近の進歩により、その機能が大幅に拡張され、基本的なテキスト生成から複雑で人間のような対話まで進化しました。
LLM が職場で重要な責任を負う可能性を考慮すると、プロのアシスタントとしての LLM の能力を検討することが差し迫った必要になっています。
この研究は、職業ネットワークのインタレスト プロファイラーの短縮形式をあたかも人間の参加者であるかのように LLM に適用することで、キャリアへの関心の側面に焦点を当て、彼らの仮説上のキャリアへの関心と能力を調査し、言語の変化やモデルの進歩によってこれらがどのように変化するかを調べます。
私たちは一般的な線形混合モデルアプローチを使用して回答を分析し、特に社会的および芸術的領域に対するLLM間のキャリアへの関心の傾向が明確であることを発見しました。
興味深いことに、これらの好みは、LLM がより高い能力を発揮する職業とは一致しませんでした。
LLM に対して心理測定機器と高度な統計ツールを使用するこの新しいアプローチは、LLM の専門的環境への統合に関する新たな視点を明らかにし、人間のような傾向を強調し、労働力における LLM の自己認識と能力の調整の再評価を促進します。

要約(オリジナル)

Recent advancements in Large Language Models (LLMs) have significantly extended their capabilities, evolving from basic text generation to complex, human-like interactions. In light of the possibilities that LLMs could assume significant workplace responsibilities, it becomes imminently necessary to explore LLMs’ capacities as professional assistants. This study focuses on the aspect of career interests by applying the Occupation Network’s Interest Profiler short form to LLMs as if they were human participants and investigates their hypothetical career interests and competence, examining how these vary with language changes and model advancements. We analyzed the answers using a general linear mixed model approach and found distinct career interest inclinations among LLMs, particularly towards the social and artistic domains. Interestingly, these preferences did not align with the occupations where LLMs exhibited higher competence. This novel approach of using psychometric instruments and sophisticated statistical tools on LLMs unveils fresh perspectives on their integration into professional environments, highlighting human-like tendencies and promoting a reevaluation of LLMs’ self-perception and competency alignment in the workforce.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google