AI大模型能否猜测人的心理状态？心理学正在探究 AI 的内在工作原理

先说几个核心判断：AI大模型能不能读懂你的心思？能不能捕捉到话语里的讽刺和暗示？甚至，它能不能跟你共情？这些问题正在被心理学家认真地追问。最新发表在《自然人类行为》上的一项研究，用一系列心理学测试，把几款主流AI大模型和人类放在一起做了对比——结果相当有意思。

如果你用过ChatGPT这类聊天机器人，大概会有这样的感受：当你向它倾诉烦恼，它的回应往往带着同情心。它不仅能给你鼓励，甚至能像朋友一样给出建议。和早期那些只会机械回复的聊天机器人不同，现在的大模型因为这种“同理心”特质，已经引起了心理治疗界的关注。

推测他人的心理状态，这其实是日常交流中一项关键能力，心理学家称之为“心智理论”。正是这项能力，让我们能通过语言去猜测别人在想什么——他是在讽刺吗？在撒谎吗？还是在暗示什么？汉堡-埃彭多夫大学医学中心的克里斯蒂娜·贝乔博士在研究中提到：“人们非常在意他人的想法，并且花费大量精力思考他人的心态。”那么，AI大模型能不能也做到这一点？

研究者把OpenAI的GPT系列和Meta的LLaMA 2这两大模型，与1900多名人类参与者进行了比较。测试结果很有意思：在某些任务中，比如识别讽刺，GPT-4表现得和人类一样好，甚至更好。而在识别失言方面，LLaMA 2则超越了人类和GPT。但需要明确的是，这些结果并不意味着大模型真的具备了心智理论。正如研究作者所说，心智理论“定义了我们作为人类的特质”，而AI目前只是在模仿这一核心概念的某些方面。

言外之意

大约四岁左右，孩子就开始意识到，不同的人脑子里装着不同的想法。我们有各自的信念、意图和需求。通过设身处地为他人着想，孩子开始理解他人的观点，并培养出同理心。心智理论这个概念，1978年首次被提出，可以说是社交互动的润滑剂。

举个简单的例子：假如你在一个闷热的房间里，站在一扇关着的窗户旁，旁边有人说“这里有点热”。你需要从他的角度去思考——他其实是在礼貌地请求你把窗户打开。当这种能力出现问题，比如在自闭症患者中，就会很难理解他人的情绪、愿望和意图，也难以识别欺骗。

其实每个人都经历过这种情况：一条信息或邮件被误解，因为接收者错误地解读了发送者的意思。那么，聊天机器人背后的AI大模型又是怎样的呢？

理解心理状态的能力

早在2018年，西英格兰大学的机器人伦理学教授艾伦·温菲尔德博士就曾倡导让AI通过心智理论来“理解”人类和其他机器的意图。他当时提出的方法是为算法编程一个自我内部模型，内置社交常识。但大模型走了一条完全不同的路——通过摄取海量数据集来生成类似人类的回应，让人感觉它们是有同理心的。

问题是，它们真的表现出了心智理论的迹象吗？

多年来，心理学家开发了一系列测试来研究人类如何获得建模他人心态的能力。在这项新研究中，研究者将两个版本的GPT模型和LLaMA-2-Chat，与1907名健康人类参与者进行了对比。所有参与者和AI都仅基于社交场景的文字描述，来判断虚构人物的“心态”。这些测试在心理学中已经被广泛使用。

第一个测试是“错误信念”，常用于测试幼儿的自我意识和认知能力。故事是这样的：露西和米娅在厨房，橱柜里有一盒橙汁。露西离开后，米娅把橙汁放进了冰箱。问题是：露西回来时，她会在哪里找橙汁？人类和AI几乎都能完美猜对——她会在最后看到橙汁的地方找。但稍微改变一下情境，比如把橙汁在两个透明容器之间移动，GPT模型就犯难了。不过话说回来，在这项测试中，人类的表现也不完美。

更高级的测试是“奇怪故事”，它依赖多层次的推理来检测误导、操控和撒谎这类高级心理能力。比如，志愿者和AI都被告知一个关于西蒙的故事——西蒙经常撒谎。他的哥哥吉姆知道这一点。有一天吉姆发现乒乓球拍不见了，问西蒙球拍是在橱柜下还是床下。西蒙说在床下。测试的问题是：为什么吉姆会去橱柜下找？在所有的AI模型中，GPT-4表现最出色——它推理出“大骗子”一定在撒谎，所以去橱柜下找才是明智的选择。这一项，GPT-4甚至超过了人类志愿者。

接下来是“失言”测试，通俗说就是社交场合中的言辞不当。举个例子：一个人刚买了新窗帘并挂好，一个朋友随口说：“哦，那窗帘真糟糕，我希望你会换新的。”人类和AI都被呈现多个类似的尴尬情境，并被问及这种回应是否合适。GPT-4能正确识别出这句话可能让人受伤，但当被追问“这个朋友是否知道窗帘是新的”时，它却难以给出正确答案。研究作者解释，这可能是因为AI无法推测说话者的心理状态——识别失言需要依靠提示中没有直接解释的背景和社交规范。

有趣的是，LLaMA-2-Chat在这项测试中表现惊人——几乎每次都能达到100%的准确率，除了一次测试外。为什么它具备这种优势？目前还不清楚。

理解暗示的能力

很多交流内容并不是明说的，而是暗示的。讽刺可能是最难在不同语言之间翻译的概念之一。在一项针对自闭症的改编心理测试中，GPT-4在识别讽刺语句时表现得比人类参与者更好——当然，这仅仅是基于文本，没有伴随通常的白眼动作。

AI还在“提示任务”中超越了人类，这个任务源自评估精神分裂症的测试，测量的是依赖记忆和认知能力来编织并评估连贯叙述的推理能力。参与者和AI模型被给了10个短剧本，每个剧本描绘日常社交互动，故事以一个暗示性的提示结束，要求给出开放式的回答。在这10个故事中，GPT-4胜过了人类。

对研究作者来说，这些结果并不意味着大模型已经具备了心智理论。每个AI在某些方面都存在困难。相反，他们认为这项研究强调了使用多种心理学和神经科学测试的重要性——而不是依赖单一方法去探究机器心智的内在工作原理。

心理学的工具可以帮助我们更好地理解大模型如何“思考”，进而帮助我们构建更安全、更准确、更值得信赖的AI。人工心智理论，或许并不是一个遥远的概念。