最近，GPT-4在大型語言模型（LLMs）方面的進展，可能會改變社會科學的研究方式。研究探討了GPT-4在模擬擁有不同大五人格特徵的個體的有效性，進行了兩項模擬研究。 第一項模擬顯示，GPT-4生成的個性反應比人類反應更具一致性，且與人類自我報告的分數高度相關，顯示其能有效模仿真實個性。第二項模擬則指出，隨著角色複雜度增加，GPT-4的表現會下降，但加入人口統計信息後，模擬的準確性有所提升。 總體而言，這些結果顯示使用GPT-4創造多樣個性的代理人，對理解人類行為的研究有很大潛力，並為未來的研究提供了新方向。 PubMed DOI

這項研究評估了專門的深度神經網絡（如 PersonalityMap）與大型語言模型（如 GPT-4o 和 Claude 3 Opus）在預測人格問卷項目相關性上的有效性。所有 AI 模型的表現都顯著超越大多數普通人和學術專家。透過使用每個群體的中位數預測，可以提升個別預測的準確性，展現「群眾智慧」的效果。結果顯示，PersonalityMap 和學術專家在中位數預測上通常優於 LLMs 和普通人，強調了專門模型在特定任務中的價值。 PubMed DOI

這項研究探討了人工智慧在敘事人格評估中的潛力，特別是使用社會認知與物件關係量表 - 總體評分法（SCORS-G）。研究發現，透過精煉的提示，AI聊天機器人能更準確地評估敘事，尤其在總體層面上表現良好。專家們改進的提示在評估者間的可靠性和與既定評分的一致性上優於基本提示。總體來說，這顯示AI能有效減輕臨床醫生和研究人員在使用SCORS-G時的時間和資源負擔，並提出未來研究的方向。 PubMed DOI

這項研究探討了ChatGPT 4在透過書面文本評估人格特質的有效性，使用了兩個公開數據集，包含文本和基於五大人格模型的自我評估。研究目的是評估ChatGPT 4在十一點量表上預測人格特質的準確性，並與作者的自我評估進行比較。結果顯示，ChatGPT 4能中等程度推斷人格特質，但在判斷輸入適當性方面有困難。研究建議改進基準測試方法，以提升評估過程，並強調大型語言模型在人格評估中的潛力。 PubMed DOI

這篇論文提出了一種新方法，能在虛擬實境（VR）和擴增實境（AR）中生成真實的長期行為，重點在個性特徵和情境因素的影響。透過一個階層模型，自動創建日常活動，並將個性與可觀察行為連結。系統利用大型語言模型（LLMs）動態抽樣行為，確保活動與情境相關，並能隨環境變化調整。這項研究對虛擬人類的個性化互動提供了新範式，提升用戶在沉浸式應用中的參與感。欲了解更多，請訪問專案網站：https://behavior.agent-x.cn/. PubMed DOI

這項初步研究探討了大型語言模型（LLMs），特別是GPT-4，生成心理動力學報告的潛力，幫助個人更好理解自己。研究分為三個步驟： 1. **問卷開發**：參與者回答20個問題，探討人際關係困擾，包含14個GPT-4生成的問題及6個固定的父母關係問題。 2. **專家評估**：七位精神科教授評估AI生成報告的質量及幻覺風險，並與專家推論進行比較。 3. **參與者滿意度**：參與者用李克特量表評價報告的清晰度、洞察力等。 結果顯示，AI報告質量與專家相當，參與者滿意度高，顯示AI可成為心理動力學解釋的有價值工具。 PubMed DOI

這項研究聚焦於隱性動機，探討影響行為和情感的潛在需求，並與人格特質區分開來。研究團隊開發了機器學習模型，利用85,028句子的數據集來評估權力、成就和歸屬感的需求。結果顯示，這些模型與傳統方法一致性高，內部一致性相關係數分別達到.85、.87和.89。研究還重複經典實驗以驗證模型的有效性，並提供免費的R-package text框架，顯著減少編碼時間，讓隱性動機研究更具可及性。 PubMed DOI

這項研究開發出一套結合 ChatGPT-4 的認知型機器人架構，能模擬人類個性、情緒、動機、注意力和記憶。機器人可處理文字和影像，並根據設定的個性回應，還能用文件嵌入技術實現長期記憶。個性模擬參考心理學理論，並用 Big Five 測驗驗證。Mobi 機器人展現出先進的心智理論，能靈活應對社交互動，對話自然又有意圖。 PubMed DOI

這項研究發現，AI運動教練若具備激勵和目標導向的特質，會讓人覺得更適合提供訓練支援。對失敗不太害怕的人，也較容易接受AI教練。建議未來可根據使用者動機，調整AI教練特質，提升參與度和訓練效果。 PubMed DOI

研究發現，使用大型語言模型（LLM）能提升員工的創造力，特別是對那些擅長自我調整思考的人效果更明顯。實驗顯示，主管和外部評審都認為有用LLM協助的員工創意表現更好，尤其是後設認知能力強的人。這說明LLM能幫助特定員工在工作上更有創意。 PubMed DOI