原標(biāo)題：AI心理推斷能力或與人類(lèi)相當(dāng)
科技日?qǐng)?bào)北京5月22日電 （記者張夢(mèng)然）新一期《自然·人類(lèi)行為》發(fā)表論文顯示，在測(cè)試追蹤他人心理狀態(tài)能力——也稱(chēng)心智理論（Theory of Mind）的任務(wù)中，兩類(lèi)大語(yǔ)言模型（LLM）在特定情況下的表現(xiàn)與人類(lèi)相似，甚至更好。
心智理論對(duì)人類(lèi)社交互動(dòng)十分重要，是人類(lèi)溝通交流和產(chǎn)生共鳴的關(guān)鍵。之前的研究表明，LLM這類(lèi)人工智能（AI）可以解決復(fù)雜的認(rèn)知任務(wù)，如多選決策。不過(guò)，人們一直不清楚LLM在心智理論任務(wù)（被認(rèn)為是人類(lèi)獨(dú)有的能力）中的表現(xiàn)是否也能比肩人類(lèi)。
此次，德國(guó)漢堡—埃彭多夫大學(xué)醫(yī)學(xué)中心團(tuán)隊(duì)選擇了能測(cè)試心智理論不同方面的任務(wù)，包括發(fā)現(xiàn)錯(cuò)誤想法、理解間接言語(yǔ)以及識(shí)別失禮。他們隨后比較了1907人與兩個(gè)熱門(mén)LLM家族——GPT和LLaMA2模型完成任務(wù)的能力。
團(tuán)隊(duì)發(fā)現(xiàn)，GPT模型在識(shí)別間接要求、錯(cuò)誤想法和誤導(dǎo)方面的表現(xiàn)能達(dá)到甚至超越人類(lèi)平均水平，而LLaMA2的表現(xiàn)遜于人類(lèi)水平；在識(shí)別失禮方面，LLaMA2強(qiáng)于人類(lèi)但GPT表現(xiàn)不佳。研究人員指出，LLaMA2的成功是因?yàn)榛卮鸬钠?jiàn)程度較低，而不是因?yàn)檎娴膶?duì)失禮敏感；GPT看起來(lái)的失利，其實(shí)是因?yàn)閷?duì)堅(jiān)持結(jié)論的超保守態(tài)度，而不是因?yàn)橥评礤e(cuò)誤。
研究團(tuán)隊(duì)認(rèn)為，LLM在心智理論任務(wù)上的表現(xiàn)堪比人類(lèi)，不等于它們具有人類(lèi)般的“情商”，也不意味著它們能掌握心智理論。但他們也指出，這些結(jié)果是未來(lái)研究的重要基礎(chǔ)，并建議進(jìn)一步研究LLM在心理推斷上的表現(xiàn)，以及這些表現(xiàn)會(huì)如何影響人類(lèi)在人機(jī)交互中的認(rèn)知。
【總編輯圈點(diǎn)】
情商，就是情緒智力，主要是指人在情緒、情感、意志、耐受挫折等方面的品質(zhì)。有時(shí)候，我們不知道如何回復(fù)上司的一句“辛苦了”，親戚的一句“你這工作能掙多少”，也會(huì)求助大模型，希望這凝聚了人類(lèi)智慧的語(yǔ)言模型能給出一些緩解尷尬或令人愉悅的建議。但大模型有情商嗎？大模型可以表現(xiàn)出有情商的樣子，但它顯然無(wú)法揣測(cè)人心的幽微之處，也無(wú)法體會(huì)出所謂話外有話，這些獨(dú)屬于人類(lèi)社交互動(dòng)的復(fù)雜之處，大模型還需要進(jìn)一步學(xué)習(xí)。