科技日?qǐng)?bào)記者?張夢(mèng)然
新一期《自然·人類行為》發(fā)表論文顯示，在測試追蹤他人心理狀態(tài)能力——也稱心智理論（Theory of Mind）的任務(wù)中，兩類大語言模型（LLM）在特定情況下的表現(xiàn)與人類相似，甚至更好。
研究團(tuán)隊(duì)對(duì)熱門LLM展開測試。
圖片來源：《自然·人類行為》
心智理論對(duì)人類社交互動(dòng)十分重要，是人類溝通交流和產(chǎn)生共鳴的關(guān)鍵。之前的研究表明，LLM這類人工智能（AI）可以解決復(fù)雜的認(rèn)知任務(wù)，如多選決策。不過，人們一直不清楚LLM在心智理論任務(wù)（被認(rèn)為是人類獨(dú)有的能力）中的表現(xiàn)是否也能比肩人類。
此次，德國漢堡—埃彭多夫大學(xué)醫(yī)學(xué)中心團(tuán)隊(duì)選擇了能測試心智理論不同方面的任務(wù)，包括發(fā)現(xiàn)錯(cuò)誤想法、理解間接言語以及識(shí)別失禮。他們隨后比較了1907人與兩個(gè)熱門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)到甚至超越人類平均水平，而LLaMA2的表現(xiàn)遜于人類水平；在識(shí)別失禮方面，LLaMA2強(qiáng)于人類但GPT表現(xiàn)不佳。研究人員指出，LLaMA2的成功是因?yàn)榛卮鸬钠姵潭容^低，而不是因?yàn)檎娴膶?duì)失禮敏感；GPT看起來的失利，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，不等于它們具有人類般的“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，希望這凝聚了人類智慧的語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，但它顯然無法揣測人心的幽微之處，也無法體會(huì)出所謂話外有話，這些獨(dú)屬于人類社交互動(dòng)的復(fù)雜之處，大模型還需要進(jìn)一步學(xué)習(xí)。
