生成式大语言模型赋能心理测量学：优势、挑战与应用

Empowering psychometrics with generative large language models: Advantages, challenges, and applications

作者： 田雪涛 ¹ 周文杰 ² 骆方 ¹ 乔志宏 ¹ 丰怡 ³
作者单位：

1. 北京师范大学心理学部

2. 美国加州大学伯克利分校教育学院

3. 中央财经大学心理咨询中心
通讯作者： 丰怡 Email:fengyi@cufe.edu.cn
提交时间：2025-10-22 08:33:19

摘要: 生成式大语言模型(LLMs)是一种在大规模语料库上预训练的人工智能模型，为心理测量学领域带来前所未有的机遇和挑战。本文通过整合人工智能与心理学交叉研究发展脉络，总结LLMs赋能心理测量学的显著优势，定位LLMs在心理学应用中的重要挑战，并提出基于LLMs的心理测量研究发展方向。具体地，LLMs能够基于上下文生成连贯的自然语言文本，具有改变传统测验交互方式的潜力；LLMs突破对超长文本和多模态数据的处理能力，其强大的内容理解能力能够全面获取和分析被试的心理信息；LLMs有助于实现实时分析和个性化反馈，促进从结果评价向过程评价的转变。尽管LLMs的实际应用面临着稳定性、创造性和拓展性等挑战，但在情境判断测验生成、合作式问题解决能力评估、心理健康智慧诊疗和试题质量分析等领域展现出广阔的应用前景和研究价值。

生成式大语言模型心理测量学人工智能自动化评估交互式测验

来自： 周文杰
分类： 心理学 >> 心理测量
投稿状态： 已被期刊录用
引用： ChinaXiv:202510.00113 (或此版本 ChinaXiv:202510.00113V1)
DOI:10.12074/202510.00113
CSTR:32003.36.ChinaXiv.202510.00113
科创链TXID： 29b2294b-f8f7-46f7-ae82-6048254da7e4
推荐引用方式： 田雪涛,周文杰,骆方,乔志宏,丰怡.生成式大语言模型赋能心理测量学：优势、挑战与应用.中国心理学预印本平台.[DOI:10.12074/202510.00113] (点此复制)

版本历史

[V1]

2025-10-22 08:33:19

ChinaXiv:202510.00113V1

下载全文

1. 人工智能代理对道德决策的影响	2026-02-14
2. 人工智能对知识型员工的影响及作用机制一一基于工具性和人本性视角	2025-05-29
3. 低环境可持续性降低环保人工智能的使用意愿	2024-11-24
4. 当设计遇见AI：人工智能设计产品对消费者响应模式的影响	2024-11-23
5. 群体决策中人工智能的增强效果	2024-05-22
6. 人工智能之拟人化	2018-11-27
7. 如何做一个道德的人工智能体？心理学的视角	2018-11-27


公开评论匿名评论仅发给作者

生成式大语言模型赋能心理测量学：优势、挑战与应用

版本历史

相关论文推荐