Les grands modèles de langage (LLM) sont en constante évolution et ne cessent de nous surprendre par leurs performances impressionnantes dans de nombreuses tâches. Cependant, une question persiste : sont-ils capables de comprendre les stimuli émotionnels ? Dans cet article, nous explorons cette question et découvrons que les LLM peuvent en effet être améliorés par des stimuli émotionnels.
Pour étudier cette capacité des LLM à comprendre les stimuli émotionnels, nous avons mené des expériences automatiques sur 45 tâches en utilisant différents LLM tels que Flan-T5-Large, Vicuna, Llama 2, BLOOM, ChatGPT et GPT-4. Ces tâches couvraient à la fois des applications déterministes et génératives, représentant ainsi des scénarios d’évaluation complets. Les résultats de nos expériences automatisées ont montré que les LLM ont une bonne compréhension de l’intelligence émotionnelle et que leurs performances peuvent être améliorées avec des prompts émotionnels, que nous appelons « EmotionPrompt ». Par exemple, nous avons constaté une amélioration relative des performances de 8,00% dans l’induction d’instructions et de 115% dans BIG-Bench grâce à l’utilisation d’EmotionPrompt.
De plus, nous avons mené une étude humaine avec 106 participants pour évaluer la qualité des tâches génératives en utilisant à la fois des prompts vanille et émotionnels. Les résultats de cette étude ont montré une augmentation significative des performances des tâches génératives grâce à EmotionPrompt, avec une amélioration moyenne de 10,9% en termes de performance, de véracité et de responsabilité. Cette découverte ouvre la voie à de nouvelles explorations interdisciplinaires sur l’interaction entre les LLM et l’intelligence émotionnelle.
En conclusion, notre article est la première étude à évaluer et analyser la capacité des LLM à comprendre l’intelligence émotionnelle et à démontrer que celle-ci peut être améliorée grâce à des stimuli émotionnels. Nos résultats positifs sur 45 tâches avec 6 LLM différents montrent que l’intelligence émotionnelle joue un rôle clé dans l’amélioration des performances des LLM. Cependant, il reste encore des questions ouvertes et des opportunités de recherche, notamment dans le domaine de la psychologie. Des travaux supplémentaires sont nécessaires pour mieux comprendre les mécanismes sous-jacents à l’intelligence émotionnelle des LLM et pour explorer la véritable différence entre l’intelligence émotionnelle humaine et celle des LLM.
En somme, cette étude ouvre de nouvelles perspectives passionnantes dans le domaine de l’intelligence artificielle et de l’intelligence émotionnelle. Les LLM ont le potentiel de devenir de véritables partenaires dans la résolution de problèmes complexes grâce à leur capacité à comprendre et à répondre aux stimuli émotionnels.