大语言模型的心理化：实践、风险与展望
Psychologizing large language models: Practices, risks, and future directions
-
作者：
刘祖宏
1
周荣刚
1,2,3
解煜彬
1
赫晓涵
1
刘博洋
1
吴瑞林
4
-
作者单位：
- 通讯作者：
周荣刚
Email:zhrg@buaa.edu.cn
-
提交时间：2026-09-21 17:44:35
摘要: 大语言模型(Large Language Models, LLMs)的类人行为正成为心理学的研究对象之一。新兴的人工智能行为科学的发展也引发了关于以LLMs为代表的“硅基智能”如何被纳入心理学、行为科学研究的巨大争议。本研究认为，当前争议并非仅源于研究方法的差异，而更深层地体现在对LLMs类人行为解释立场的系统性分化上。本文以个体解释和预测系统行为的不同立场(物理立场、设计立场与意向立场)为理论基础，构建了一个连接研究目的与LLMs类人输出解释层级的理论分析框架，识别出工具性、功能性、类主体三类实践的方法与局限，并进一步讨论LLMs心理化实践背后的偏倚、不稳定性与拟人化等潜在风险。最后，研究从提升LLMs作为认知工具的效度、拓展多模态心理测量形式、建立LLMs与人类认知机制的可比性路径，以及发展基于LLMs主动交互心智模块的智能化软件新范型等方面，提出LLMs心理化实践的未来展望。
版本历史
| [V1] |
2026-09-21 17:44:35 |
ChinaXiv:202609.00292V1
|
下载全文 |
相关信息
点击量
下载量
