国内刊号:11-1911/B
国际刊号:0439-755X
发布日期:
作者:武月婷, 王博, 包寒吴霜, 李若男, 吴怡, 王嘉琪, 程诚, 杨丽
单位:1 天津大学教育学院, 天津 300354;2 天津大学智能与计算学部, 天津 300354;3 天津大学应用心理研究所, 天津 300354;4 华东师范大学心理与认知科学学院, 上海 200062;5 天津市自杀心理与行为研究实验室, 天津 300354
关键词:大语言模型,社会认知,热情,能力
基金:国家自然科学基金面上项目(62376188);国家社会科学基金一般项目(21BSH017);国家社会科学基金一般项目(22BSH163);2024年第一批天津市制造业高质量发展专项建设智能化数字化应用场景—自主智能算力的通用大模型关键技术研究及产业化应用示范项目(24ZGNGX00020)
随着大语言模型(Large Language Models, LLMs)能力的提升及其广泛应用, 社会正逐步从传统的人际交互转向融合人际交互、人机交互和机机交互的多层次互动结构。在人类与LLMs交互日益深入的背景下, 研究人类如何感知LLMs成为了重要议题。本研究通过三项研究系统考察人类对LLMs的感知模式。研究1发现, 与对人类的感知一致, 人类主要通过热情和能力两个维度感知LLMs。然而, 在一般情境下, 不同于对人类感知中的热情优先, 人类在对LLMs的感知中能力优先。研究2探讨了热情和能力在不同态度预测中的优先效应, 结果表明, 热情与能力均能正向预测人类对LLMs的持续使用意愿和喜爱度, 其中能力对持续使用意愿的预测效力更高, 而热情对喜爱度的预测效力更高。研究3进一步探索了人类对LLMs与对他人的感知差异, 结果显示, 人类对LLMs的热情评价与人类无显著差异, 但对LLMs的能力评价显著高于人类。本研究为理解人类对LLMs的感知提供了理论基础, 并为人工智能的设计优化及人机协作机制的研究提供了新的视角。
来源:2025年第11期
《心理学报》期刊编辑部