基於大型語言模型之數位分身的心理計量可比性研究
arXiv - Computers and SocietyYufei Zhang, Zhihao Ma
本研究評估 LLM 作為人類「數位分身」在心理特質與決策任務中的一致性，發現其在總體層次表現良好，但在細節與偏差模擬上存在侷限。
AI 幫你先抓重點
AI 重點 1
數位分身的「規範理性」陷阱
滑鼠懸停看 AI 判斷理由
LLM 傾向於表現得比真實人類更理性、更符合邏輯，這意味著若將其用於模擬人類行為，可能會低估人類在壓力或複雜情境下的非理性決策與錯誤，導致模擬結果過於理想化。
AI 重點 2
層次化評估的重要性
滑鼠懸停看 AI 判斷理由
研究顯示 LLM 在「總體特質」與「個別題目」的表現不一致，提醒研究者在利用 AI 進行心理測驗或行為模擬時，不能僅看大數據的趨勢，必須嚴謹檢驗其在微觀層次的有效性。
核心研究發現
- 1
LLM 數位分身在總體層次的準確度與特質相關性較高，但在個別題目層次的相關性顯著降低。
- 2
在詞彙關聯測試中，LLM 展現出類似人類的小世界網絡結構，但在詞彙選擇與局部結構上與人類有所分歧。
- 3
在決策任務中，LLM 表現出過度的規範理性，未能充分重現人類常見的啟發式偏差（heuristic biases），且變異度較小。
- 4
透過豐富的特徵與特質條件設定，可提升大五人格預測的準確度，但其網絡結構的不變性仍受限。
對教育工作者的啟發
對於教育科技開發者而言，若欲利用 LLM 模擬學生行為（如模擬學習者反應或心理狀態），應注意其「過於理性」的特性。在設計自動化評估或模擬學習環境時，不應僅依賴 LLM 的總體趨勢，必須針對特定任務（如決策偏差或細微的語言表達）進行驗證。建議在應用數位分身時，應明確界定其適用的邊界，特別是在需要高度個體差異（idiographic differences）或非理性行為模擬的情境下，需謹慎使用其結果。
原始文獻資訊
- 英文標題：
- Psychometric Comparability of LLM-Based Digital Twins
- 作者：
- Yufei Zhang, Zhihao Ma
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。