この記事では、大規模言語モデル（LLMs）が最小限の定量的入力から人間の心理特性の相関構造をどのようにモデル化できるかを探求しています。研究者たちは、816人の被験者のビッグファイブパーソナリティスケールの回答をもとに、LLMsが他の9つの心理スケールにおける回答を生成する能力を実験しました。その結果、LLMsは人間データと強く一致する相関パターンを示し、機械学習アルゴリズムに匹敵する精度を持つことが確認されました。LLMsは、まずビッグファイブの回答を自然言語の要約に変換し、その後、要約に基づいてターゲットスケールの回答を生成する二段階プロセスを用いています。最終的に、これにより個々の心理特性の正確な予測が可能となり、心理的シミュレーションの強力なツールとしての可能性が示唆されています。