圣彼得堡国立大学研究人员联合俄罗斯人工智能研究院、俄罗斯科学院心理学研究所的专家，共同评估了现有大语言模型通过常规访谈预测人类心理特征的准确率。
本次研究共招募645名参与者，每位参与者均接受访谈，并完成包含38项指标的心理测试，评估维度涵盖性格特征、价值观、道德与社会观念及物质财富态度。
随后，研究人员将访谈文本录入五种不同的大语言模型，要求模型预测特定参与者在心理测试中的作答结果，再将预测结果与参与者的真实回答进行比对。
研究发现，大语言模型预测外显程度较高的心理特征时准确率更高，例如能够相对准确地判断参与者的外向性人格特质——这类特征通常会在言语表达和自我描述中清晰体现。
总体而言，大语言模型倾向于以更积极的视角判断人类特质：普遍高估个体的善良与诚实程度，同时低估自恋、马基雅维利主义、精神病态等负面人格指标。相比之下，模型在评估焦虑水平、享乐倾向及公平正义观等维度时面临较大困难。
圣彼得堡国立大学研究员阿纳斯塔西娅·潘菲洛娃指出：“在实际应用场景中，此类技术可用于个性化教学、心理与动机支持、组织内部沟通，以及优化人机交互体验。另一个极具前景的研究方向是，不仅对单一个体，还可对整个团队的行为模式进行建模。”
该研究延续了圣彼得堡国立大学在探索大语言模型分析人类行为能力方面的研究脉络。
（本栏目稿件来源：俄罗斯金砖国家电视台 编辑整理：本报记者姚易安）
