Orientare le risposte degli LLM verso i fondamenti morali nel MFQ-30 norvegese

Abstract degli autori

Lavori recenti applicano questionari psicometrici pensati per gli esseri umani ai modelli linguistici di grandi dimensioni per delinearne i profili morali e valoriali, ma non è chiaro se questi strumenti misurino qualcosa di stabile nei modelli o se i profili ottenuti possano essere spostati verso quelli di una popolazione umana specifica. Somministriamo il Norwegian Moral Foundations Questionnaire (MFQ-30) a sei LLM open-weight e confrontiamo i loro profili dei fondamenti morali con quelli di un campione di N = 1.282 rispondenti norvegesi. Mettiamo alla prova due interventi di orientamento: l’orientamento della persona a livello di prompt e ActAdd a livello di attivazione. La metà dei modelli interagisce con il questionario secondo il nostro controllo dell’attenzione. L’altra metà produce risposte piatte o tendenti alla media, che in media sembrano vicine a quelle umane senza però seguire il contenuto degli item. Una persona neutrale di un rispondente nordico, formulata senza informazioni sulla distribuzione del campione umano, avvicina i modelli che interagiscono con il questionario del 44-77% alla media norvegese, secondo la misura Mahalanobis $d^2$. ActAdd applicato a una singola coppia a un livello intermedio fisso appiattisce il profilo dei fondamenti morali invece di orientare i singoli fondamenti. Per almeno un modello, la stessa persona che sposta il profilo induce anche un’interazione che era assente al livello di base: un esempio concreto dei fantasmi cognitivi di cui Peereboom et al. (2025) mettono in guardia.