人类对大语言模型的热情和能力感知

分类： 心理学 >> 社会心理学 提交时间： 2025-07-18

武月婷 王博 包寒吴霜 李若男 吴怡 王嘉琪 程诚 杨丽

摘要： 随着大语言模型（Large Language Models, LLMs）能力的提升及其广泛应用，社会正逐步从传统的人际交互转向融合人际交互、人机交互和机机交互的多层次互动结构。在人类与LLMs交互日益深入的背景下，研究人类如何感知LLMs成为了重要议题。本研究通过三项研究系统考察人类对LLMs的感知模式。研究一发现，与对人类的感知一致，人类主要通过热情和能力两个维度感知LLMs。然而，在一般情境下，不同于对人类感知中的热情优先，人类在对LLMs的感知中能力优先。研究二探讨了热情和能力在不同态度预测中的优先效应，结果表明，热情与能力均能正向预测人类对LLMs的持续使用意愿和喜爱度，其中能力对持续使用意愿的预测效力更高，而热情对喜爱度的预测效力更高。研究三进一步探索了人类对LLMs与对他人的感知差异，结果显示，人类对LLMs的热情评价与人类无显著差异，但对LLMs的能力评价显著高于人类。本研究为理解人类对LLMs的感知提供了理论基础，并为人工智能的设计优化及人机协作机制的研究提供了新的视角。

同行评议状态:待评议

 点击量 71  下载量 11  评论 0