北京5月25日电 (记者 孙自法)人工智能可否追踪他人心理状态？能力如何？施普林格·自然旗下专业学术期刊《自然-人类行为》最新一期发表一篇人工智能研究论文显示，在测试追踪他人心理状态能力(也称心智理论，Theory of Mind)的任务中，两类人工智能大语言模型(LLM)在特定情况下的表现与人类相似，甚至更好。
该论文介绍，心智理论对人类社交互动十分重要，是人类沟通交流和产生共鸣的关键。之前的研究表明，大语言模型这类人工智能可以解决复杂的认知任务，如多选决策。不过，人们一直不清楚大语言模型在被认为是人类独有能力的心智理论任务中的表现是否也能比肩人类。
在本项研究中，论文第一作者和共同通讯作者、德国汉堡-埃彭多夫大学医学中心 James W. A. Strachan与同事及合作者一起，选择能测试心理理论不同方面的任务，包括发现错误想法、理解间接言语以及识别失礼。他们随后比较了1907人与两个热门大语言模型家族(GPT和LLaMA2模型)完成任务的能力。他们发现，GPT模型在识别间接要求、错误想法和误导的表现能达到有时甚至超越人类平均水平，而LLaMA2的表现逊于人类水平；在识别失礼方面，LLaMA2强于人类但GPT表现不佳。
论文作者指出，LLaMA2的成功被证明是因为回答的偏见程度较低而不是因为真的对失礼敏感，而GPT看起来的失利其实是因为对坚持结论的超保守态度而不是因为推理错误。
论文作者提醒说，人工智能大语言模型在心智理论任务上的表现堪比人类不等于它们具有人类般的能力，也不意味着它们能掌握心智理论。
他们总结表示，这项研究进展是未来研究的重要基础，建议后续进一步研究大语言模型在心理推断上的表现会如何影响个体在人机交互中的认知