论文称大模型能复现心智化话语的形式语言结构
资讯摘要
论文提出“算法反思性”概念，考察大语言模型能否在不具备体验与情感过程的情况下复现心智化话语的形式语言结构。研究用 GPT-4.1 在标准化条件下生成 50 段人机对话，每段末尾产出叙事性心智化画像，由 5 名接受 MBT 训练的精神科医生按 4 个经典 MBT 轴和 2 个高阶维度独立评分。作者报告均分 3.63–3.98，评价域 ICC(3,k) 为 0.60–0.84，评价性与论证性一致性相关系数 0.826–0.967；错配对话—画像的负对照评分极低。临床医生认为输出语言组织良好、具临床可解读性，但情感变化与情境整合有限。
要点速读
- 研究用 GPT-4.1 生成 50 段标准化人机对话及叙事性心智化画像，由 5 名 MBT 训练精神科医生按 4 个 MBT 轴与 2 个高阶维度评分。
- 作者报告均分 3.63–3.98，评价域 ICC(3,k) 为 0.60–0.84，评价性与论证性一致性相关系数 0.826–0.967，错配负对照评分极低。
- 临床医生评价输出语言组织良好、可临床解读，但情感变化性与情境整合有限；作者认为这更符合结构性语言规律而非体验或意向过程。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。