接近文學人物有助於本科生塑造更多的人性。

自 ChatGPT 出現以來，大型語言模型 (LLM) 的使用在世界範圍內變得越來越廣泛。 LLM 是經過大量書面文本訓練的人工智能 (AI) 系統，可以快速處理多種語言的查詢並生成有時看似由人類編寫的響應。

隨著這些系統變得更加先進，它們可以用來創建模仿人類個性和行為的虛擬角色。此外，一些研究人員目前正在開展涉及法學碩士的心理學和行為科學研究，例如通過測試他們在特定任務上的表現並將其與人類進行比較。

河北石油大學和北京理工大學的研究人員最近開展了一項旨在評估法學碩士能力的研究。學生塑造人類特徵和行為。他們的論文 發表 在 arXiv 預印本服務器引入了一個新的框架，用於評估構建的身份（即角色）或法學碩士表達的角色的連貫性和真實性，並且還報告了一些重要的發現，包括發現了管理身份真實性的縮放法則。

“使用 LLM 項目來管理社會模擬顯然是一個重要的研究領域，”該論文的合著者 Tianyou Huang 告訴 Tech Xplore。 “與自然科學中的對照實驗相比，社會實驗是昂貴的——有時甚至對人類來說是歷史上昂貴的。即使對於商業或公共政策等規模小得多的領域，潛在的應用也是巨大的。

“從LLM研究本身的角度來看，這些模型已經表現出了令人印象深刻的數學和邏輯能力。一些研究甚至表明它們學習了時間和空間概念。LLM是否可以進一步推斷人類素質，從而與人文學科互動，這是另一個重要問題。”

使用法學碩士模擬人類特徵和能力的一個關鍵挑戰是現有模型經常表現出的系統偏差。大多數早期工作試圖根據具體情況解決這個問題，例如通過糾正訓練數據集或單個模型輸出中可識別的偏差。相反，黃及其同事著手開發一個通用框架，以解決法學碩士偏見的根本原因。

“首先，我們指出當前文獻中的一個方法論誤解，即許多研究人員直接應用為人類設計的心理測量有效性測試方法來評估LLM人格模型，”該論文的合著者Yuqi Bai解釋道。 “我們認為這是絕對的違規行為。我們的方法回歸到更廣泛的視野，不關注個人信心指標，而是關注整體模式。”

作為研究的一部分，研究人員試圖確定使用法學碩士建模的人格統計特徵是否與在人們身上觀察到的模式相匹配。該團隊並沒有試圖找出法學碩士和人類性格目前共有的共同特徵，而是希望勾勒出一條路徑或一組變量，從而導致人工智能和人類性格之間逐漸趨同。

“我們的研究經歷了一段深度混亂的時期，”白說。 “使用法學碩士創建的個性檔案最初會導致強烈的系統偏差，而快速設計顯示的效果有限——正如其他人所發現的那樣。進展已經停滯。然後，在團隊討論中，我們意識到，當法學碩士創建個性檔案時，他們常常表現得就像在寫簡歷一樣，強調積極的特質，壓制消極的特質。”

最終，黃、白和他們的同事決定評估研究生在小說中傳達的個性。由於文學小說往往能有效地捕捉人類情感和行為的複雜性，因此他們要求碩士生寫自己的小說。

“這是我們在人群層面的第三次實驗，結果非常顯著，因為偏差大大減少了，”白說。 “最近使用維基百科文學人物進行的實驗表明，模擬的人格分佈與人類數據更加接近。信息很明確：細節和現實主義可以克服偏見。”

這些研究人員獲得的結果表明法學碩士可以部分模仿人類的性格特徵。此外，當為這些模型提供更豐富、更詳細的“虛擬角色”描述時，它們模擬真實角色的能力就會得到提高。

“我們的主要貢獻是將人格的詳細程度確定為決定基於法學碩士的社會模擬有效性的關鍵變量，”該論文的合著者 Kun Sun 解釋道。

“從應用的角度來看，社交平台和LLM API提供商已經擁有龐大、詳細的用戶檔案數據，為社交建模奠定了強大的基礎。這既帶來了巨大的商業潛力，也帶來了嚴重的道德和隱私問題。因此，防止操縱控制和保護人類自主權是關鍵目標。”

未來，這項最新研究可能有助於開發對話式人工智能代理或真實模仿特定角色的虛擬角色。此外，它可能會激發研究人員檢查與人工智能模擬角色相關的風險，並實施限製或檢測基於法學碩士的虛擬角色的不道德使用的方法。

與此同時，該團隊計劃繼續研究人類性格 LLM 建模背後的標度律。例如，他們希望在更豐富的個人數據集上訓練模型或使用更複雜的數據管理工具。

“我們還計劃研究類似的縮放現像是否也發生在其他人類特徵中，例如價值觀，”孫和陳玉婷補充道。 “使用基於線性回歸的研究方法來測試法學碩士是否已在其潛在表徵中內化了人類特徵的先前分佈。了解這種隱含的世界模型可能會揭示人類特徵建模的潛在機制。”

© 2025 科學 X 網絡