Quando alguém conversa com um assistente de IA para resolver um problema, a forma como a pessoa pergunta, responde e conduz o diálogo pode mudar o resultado. Um estudo publicado no arXiv apresenta uma maneira de mapear esses padrões de comportamento de forma sistemática, e não apenas por intuição.
O que é o método
De acordo com os autores, o Principal Trait Analysis (PTA) é um método baseado em dados para identificar traços de comportamento interpretáveis em diálogos de colaboração entre humanos e IA. Na prática, ele analisa grandes conjuntos de registros de sessões, extrai os traços comuns ao conjunto, atribui a cada colaborador uma pontuação que mostra o quanto a sua interação se alinha a esses traços e escolhe um conjunto que cobre a maior parte da variação entre os usuários.
Uma diferença em relação a abordagens anteriores é que elas costumam partir de categorias definidas antes da análise, ou encontram padrões sem verificar se eles têm relação com algum resultado. O PTA foi desenhado para fazer as duas coisas: ele não depende de categorias pré-definidas e liga os traços aos desfechos.
Por que o jeito de perguntar importa
Segundo o resumo, a colaboração com IA acontece em contextos profissionais e educacionais, e os autores consideram importante entender como o comportamento do usuário afeta o sucesso da tarefa e os resultados de aprendizado. O método também permite incorporar conhecimento de especialistas na identificação dos traços, mesmo sendo não supervisionado.
