用大模型测试人格/抑郁/认知模式！通过游戏剧情发展测量心理特质｜清华出品

979 0 0

模型信息

【模型公司】 月之暗面
【模型名称】 moonshot-v1-32k
【摘要评分】 ★★★★★

文章摘要

本文介绍了清华大学研究团队基于大语言模型（LLM）的多智能体系统，提出的创新性心理测量范式——PsychoGAT。该范式通过定制化生成可交互的叙事类型游戏，让参与者在游戏剧情发展中做出决策，以此测量心理特质，旨在提升参与者的沉浸感和改善被测体验。

传统的心理测量主要依赖自我报告问卷，但这种方法可能引起参与者的抗拒心理。相比之下，PsychoGAT利用LLM的稳定性和模仿人类情绪认知模式的能力，为心理学研究提供了新的视角。研究团队通过PsychoGAT框架，实现了游戏化的心理学测量，包括MBTI人格测试、PHQ-9抑郁测量和认知思维陷阱测试等任务，显示出在信效度和用户体验上的显著优势。

PsychoGAT框架包括三个智能体：游戏设计师、游戏管理员和评论员。游戏设计师负责生成游戏大纲，游戏管理员根据大纲生成具体情节并控制剧情走向，评论员则对游戏内容进行审核与优化。这些智能体的互动确保了游戏的连贯性、无偏性和沉浸感。

实验结果显示，PsychoGAT在信效度检验中表现良好，用户体验感指标如交互性、趣味性和沉浸感均优于其他测量方法。此外，研究还探讨了不同游戏场景下PsychoGAT的鲁棒性，以及各个智能体在框架中的作用。通过词云可视化，研究展示了外倾性测试和抑郁测试的游戏场景生成内容。

更多研究细节可以参考原论文，论文链接已提供。同时，量子位正在评选2024年值得关注的AIGC企业和产品，以及筹备中国AIGC产业峰会，相关信息和合作联系方式也在文中给出。