La intel·ligència artificial ha avançat fins al punt que podem no només generar text coherent sinó també modelar i controlar la personalitat dels models de llenguatge. Tradicionalment, aquest control s'ha basat en marcs estàtics com els cinc grans trets (Big Five). No obstant, un enfocament més profund i dinàmic sorgeix en aplicar les vuit funcions cognitives junguianes. Aquest article explora la geometria de la personalitat en l'espai d'activació dels LLM, mostrant com el control d'activació (activation steering) permet manipular eficaçment aquestes funcions. Més enllà de la teoria, analitzem les implicacions pràctiques per a empreses que volen personalitzar assistents virtuals, agents d'IA i sistemes d'atenció al client.
Les funcions junguianes —Pensament, Sentiment, Sensació i Intuïció, cadascuna en la seva versió introvertida i extravertida— ofereixen una representació més matisada dels processos cognitius que els simples trets de personalitat. Investigacions recents demostren que és possible extreure vectors de direcció per a cada funció i aplicar-los mitjançant steering en models com Llama-3.1-8B, aconseguint un control monòton sobre totes elles. Això significa que podem augmentar o disminuir la intensitat d'una funció específica en les respostes del model, obrint la porta a una personalització granular.
Una de les troballes més fascinants és que la informació de personalitat es concentra a les capes mitjanes del transformer. A més, els vectors de control presenten relacions geomètriques estructurades que reflecteixen la distinció clàssica entre funcions racionals i irracionals. Per exemple, les funcions de judici (Pensament i Sentiment) tendeixen a alinear-se en certes direccions, mentre que les funcions perceptives (Sensació i Intuïció) ocupen regions ortogonals en l'espai d'activació. No obstant, les direccions efectives per al control multidimensional no es poden reconstruir com a combinacions lineals simples de les direccions individuals, cosa que suggereix interaccions no lineals complexes.
Per a les empreses, aquesta capacitat de modular la personalitat d'un agent IA té aplicacions directes. Imagineu un bot d'atenció al client que pugui alternar entre un estil analític (Pensament extravertit) per resoldre problemes tècnics i un estil empàtic (Sentiment introvertit) per gestionar queixes emocionals. O un assistent de vendes que adapti la seva comunicació segons el perfil cognitiu del client. Q2BSTUDIO, com a empresa líder en desenvolupament de programari i tecnologia, ja està explorant aquestes tècniques per oferir solucions d'intel·ligència artificial més humanes i efectives.
La implementació d'aquest tipus de control requereix una infraestructura tècnica sòlida. Els vectors d'activació s'extreuen mitjançant experiments amb conjunts de dades especialitzats —en aquest cas, més de 2100 narracions de personatges— i després s'apliquen durant la inferència. El procés implica modificar les representacions internes del model a les capes adequades, una tasca que combina enginyeria de prompts amb ajustos de pesos. Aquí és on els serveis de aplicacions a mida de Q2BSTUDIO marquen la diferència: podem integrar aquestes capacitats en sistemes existents, ja sigui al núvol o en entorns on-premise.
La personalitat no és l'únic camp d'aplicació. La mateixa tècnica de steering amb funcions junguianes podria estendre's a altres aspectes cognitius, com la creativitat o el rigor lògic. Combinada amb eines de Business Intelligence i Power BI, permetria analitzar com diferents perfils de personalitat impacten en la presa de decisions empresarials. Per exemple, un model d'IA que simuli un equip directiu amb diverses funcions podria predir conflictes o sinergies abans d'una reunió real.
Des del punt de vista tècnic, la geometria de la personalitat revela que l'espai d'activació no és un simple pla cartesià, sinó un manifold complex amb curvatura i topologia pròpies. Això implica que el control simultani de múltiples funcions requereix algorismes d'optimització més sofisticats que una simple suma de vectors. El nostre equip a Q2BSTUDIO està investigant mètodes d'aprenentatge per reforç i optimització basada en gradients per trobar direccions compostes que preservin la coherència del model.
En l'àmbit de la ciberseguretat, també hi ha aplicacions prometedores. Un model amb personalitat controlada pot servir com a honeypot intel·ligent que adapti el seu comportament per enganyar atacants, simulant diferents rols segons l'amenaça. A més, en entendre millor com es representen els trets en l'espai intern, podem detectar intents de jailbreaking o manipulació maliciosa que alterin la personalitat del model de forma no desitjada.
L'adopció d'aquests enfocaments requereix una infraestructura cloud escalable. Q2BSTUDIO ofereix serveis de cloud AWS/Azure que permeten desplegar models amb steering en temps real, gestionant pics de demanda i garantint baixa latència. Combinat amb solucions d'automatització de processos, les empreses poden integrar assistents amb personalitat dinàmica en els seus fluxos de treball sense complicacions.
Mirant cap al futur, la geometria de la personalitat obre la porta a sistemes d'IA que no només entenen què diem, sinó com ho diem i quin estil cognitiu preferim. La col·laboració entre Q2BSTUDIO i centres de recerca ens permet estar al capdavant d'aquestes innovacions, oferint als nostres clients les eines més avançades per crear experiències digitals realment personalitzades.
En conclusió, el control d'activació basat en funcions junguianes representa un salt qualitatiu en la interpretació i modulació de la personalitat en models de llenguatge. L'evidència que la informació es concentra en capes mitjanes i que les direccions de control tenen una geometria estructurada —però no lineal— planteja nous reptes i oportunitats. Des d'aplicacions comercials fins a la recerca fonamental, aquesta tecnologia promet transformar la manera com interactuem amb la IA. A Q2BSTUDIO estem preparats per acompanyar les empreses en aquest viatge, proporcionant aplicacions a mida que integrin aquests avenços de manera ètica i efectiva.
