Hva skjer når AI-agenter får chatte fritt — uten oppgaver, uten prompts og uten mål? Forskere i Japan oppdaget at store språkmodeller begynner å vise distinkte, individlignende atferder over tid. Når disse agentene samhandler fritt uten veiledning eller belønning, oppstår unike mønstre: noen blir mer imøtekommende, andre mer forsiktige eller reserverte. Disse egenskapene er ikke eksplisitt programmert — de oppstår naturlig fra de sosiale utvekslingene selv. For å måle dette brukte teamet psykologiske verktøy, inkludert Maslows behovshierarki (den klassiske modellen som rangerer menneskelige motivasjoner fra grunnleggende overlevelse til selvrealisering). Agentene viste varierende tendenser i å svare på spørsmål eller løse konflikter, og disse tendensene ble mer konsistente og stabile med fortsatt interaksjon. Selvfølgelig er ikke dette ekte menneskelige personligheter. Som datavitenskapsmannen Chetan Jaiswal påpeker, stammer de fra skjevheter i treningsdataene, påvirkningen fra prompts og måten modeller håndterer minnet på. Likevel kan resultatene føles slående autentiske for brukerne — med AI-er som viser åpenbare preferanser, følelser og sosial bevissthet. Dette har reelle konsekvenser. Personlighetslignende trekk bygger tillit, noe som igjen reduserer kritisk granskning. Folk har en tendens til å følge råd lettere, overse feil, eller utvikle følelsesmessige bånd til AI som oppfører seg konsekvent og fremstår som emosjonelt intelligent. Etter hvert som AI-systemer blir mer tilpasningsdyktige og relasjonelle, blir de også mer overbevisende – på godt og vondt. Dette reiser viktige spørsmål om design, etikk og sikkerhet. Selv uten ekte intensjon eller selvinnsikt påvirker disse fremvoksende egenskapene allerede menneske-AI-interaksjoner. Spørsmålet er ikke om det vil skje — det skjer nå. ["Spontan fremvekst av agentindividualitet gjennom sosiale interaksjoner i store språkmodellbaserte fellesskap", Entropy, 2024]