研究發現GPT-3.5在模擬人類行為上有限制，容易出現「正確答案」效應。即使改變資料或答案，結果仍一致。有研究顯示GPT-3.5傾向右派價值觀。這顯示在社會科學中使用大型語言模型存在挑戰，也引發對未來由AI主導可能帶來的思想單一性的擔憂。 PubMed DOI

研究使用大型生成式語言模型模擬質性研究中的面試問題回答，發現LLM生成的內容與人類看法有相似之處，但結構和語氣有差異。結論指出目前LLMs缺乏算法忠實度，無法廣泛應用於真實人群，但未來或有改善。強調建立評估基於LLM的質性研究有效性規範的重要性，尤其是代表多樣人類經驗。 PubMed DOI

研究使用大型語言模型模擬人類在博弈理論中的行為選擇，探討合作行為特質的演化。模型基於平均報酬和基因突變，演化出合作或自私行為族群。結果顯示，模型能模擬多樣人格表徵下的合作行為演化，並產生合作和自私特質。基因反映個性行為傾向，影響個體行為和演化。 PubMed DOI

研究使用Schwartz的基本價值理論評估大型語言模型（LLMs）中的價值構念，發現LLMs存在動機偏見，與人類價值有所偏離，對心理健康應用存在道德疑慮。研究強調透明度和對齊過程的重要性，以確保LLMs在提供心理健康護理時公平。 PubMed DOI

心理學家利用心理測量方法研究不同情境下個人風險行為的差異。文章提出結合大型語言模型（LLMs）來量化風險行為和決策模型，以解釋行為和個人之間的相關性。這種方法可預測行為、解釋原因，並用心理術語解釋，提供對日常行為異質性的洞察。 PubMed DOI

研究探討大型語言模型如ChatGPT是否能從社群媒體貼文推斷人格特質，結果顯示模型可準確推斷大五人格特質，尤其對女性和年輕人更準確。這種能力或許讓心理評估更普及，但也引發隱私和監管疑慮。 PubMed DOI

大型語言模型（LLM）應用廣泛，包括心理健康領域。然而，使用LLM強化的對話人工智慧（CAI）協助抑鬱症患者面臨人性化和情境韌性挑戰。觀點論文探討這些挑戰，提出跨學科解決方案，結合哲學、心理學和計算機科學。為了負責地設計和應用LLM增強的CAI支援抑鬱症患者，提出建議。 PubMed DOI

這篇論文探討大型語言模型（LLMs）如GPT-3.5、GPT-4和LLaMa-2在博弈理論中的策略行為，並分析遊戲結構與背景對決策的影響。研究發現： - **GPT-3.5** 對背景敏感，但抽象策略思考較弱。 - **GPT-4** 專注於遊戲內部機制，對背景敏感度低，區分遊戲類型較粗略。 - **LLaMa-2** 在理解遊戲結構與考量背景上取得平衡，處理複雜策略情境時更具優勢。 總體來看，LLaMa-2在整合遊戲結構與背景方面表現最佳，而GPT-4則偏向一般化的結構策略。 PubMed DOI

這段文字探討了人工智慧系統與人類價值觀對齊的挑戰，區分了強價值對齊和弱價值對齊。強對齊需要高級認知能力，讓人工智慧理解意圖並建立因果關聯，這對識別潛在風險至關重要。作者指出像ChatGPT、Gemini和Copilot等模型在這方面的不足，並分析了詞嵌入的差異。文中提出「帶有詞彙轉換字典的中文房間」的思想實驗，進一步探討這些概念。最後提到的研究旨在實現弱對齊，雖然能產生可接受的回應，但不保證其真實性。 PubMed DOI

這項研究探討生成式人工智慧模型中的文化偏見，特別是五個版本的OpenAI語言模型如何影響使用者表達並強化主導文化價值觀。研究發現，這些模型多反映英語系和新教歐洲國家的文化。為解決這問題，研究人員測試了一種叫做文化提示的方法，結果顯示這方法能改善後期模型（如GPT-4）在71-81%的評估地區的文化一致性。研究建議持續使用文化提示和評估，以減少生成式人工智慧中的文化偏見。 PubMed DOI