Deep Persona: un’architettura fondata sulla psicologia e un quadro di valutazione per agenti che interpretano ruoli e simulazioni

Abstract degli autori

Gli approcci esistenti alla simulazione di profili di personaggio con i modelli linguistici di grandi dimensioni (LLM) si basano per lo più su descrizioni superficiali dei personaggi, che non riescono a mantenere un comportamento coerente nel corso di interazioni prolungate. Presentiamo Deep Persona, un’architettura a tre livelli fondata sulla psicologia che organizza i profili di personaggio in una gerarchia di espressioni osservabili, convinzioni latenti e motivazioni fondamentali, per costruire agenti che interpretano ruoli in modo molto credibile. Governata dai principi del determinismo da copione e dell’autonomia limitata, l’architettura vincola il modello a funzionare come un motore reattivo guidato da un copione interno strutturato. Proponiamo inoltre un quadro di valutazione senza riferimenti che confronta la naturalezza dei dialoghi con le distribuzioni empiriche umane, utilizzando strumenti clinici consolidati in psicologia e stress test avversariali. La valutazione empirica rivela che, pur raggiungendo un’elevata fluidità pragmatica, gli LLM presentano limiti sistematici nell’espressione delle emozioni e nell’attenzione congiunta. Presentiamo inoltre un caso di studio di due Deep Personas e li valutiamo con il quadro proposto, mostrando che profili di personaggio strutturati possono produrre interazioni più vicine al comportamento conversazionale umano.