大型语言模型模拟人类经济偏好：74国调查显示文化差异捕捉不足
一项发表于 Nature Human Behaviour 的研究模拟了74个国家的全球经济偏好调查，发现大型语言模型能复现人类偏好中的部分人口统计模式，却无法捕捉文化差异，在低收入国家尤为明显。
#AI模型行为
搜索与计数仅限六个 AI × 心理学议题。全部收录不等同于精选；普通心理学内容可从背景主题继续阅读。
Nature Human BehaviourAI 评分4141
Pew Research Center · AI与工作学习AI 评分00 合成民调结果如何随 AI 模型不同而变化：Opus 4.6 与 GPT-5.1 给出不同美国民意图景
皮尤研究中心的调查实验显示，用 Opus 4.6 和 GPT-5.1 生成的合成民调结果描绘出差异明显的美国公众舆论图景，且两者都不反映现实。
Pew Research Center · AI与工作学习AI 评分00 Pew Research Center：合成民调如何捕捉公众舆论的多样性
Pew Research Center 探讨合成民调能否捕捉公众舆论的多样性。其指出，AI 受访者比人类受访者更倾向于对某一选项达成一致，或完全避开某个回答选项。
Pew Research Center · AI与工作学习AI 评分00 Pew Research Center：合成调查未能复现2026年初公众对时事议题的看法
Pew Research Center 指出，合成调查未能复现2026年初公众对时事议题的看法，涉及总统支持率和对数据中心的看法。
Pew Research Center · AI与工作学习AI 评分00 Pew Research Center：AI合成受访者如何表达确定性与事实知识
Pew Research Center 比较了AI合成受访者与人类在调查中的作答差异，发现AI受访者选择“不确定”或给出事实性错误答案的可能性远低于人类。
Pew Research Center · AI与工作学习AI 评分1111 Pew Research Center：合成样本如何复现公众舆论
Pew Research Center 探讨合成样本对公众舆论的复现程度。材料显示，合成受访者往往夸大不同人口统计子群体之间的差异，并把部分回答呈现为近乎普遍。
Nature Reviews PsychologyAI 评分5555 临床医生应了解大语言模型如何推理
《Nature Reviews Psychology》刊文讨论临床医生需要了解大语言模型如何推理。文章指出，大语言模型会给人可靠的推理印象，但可能在临床记录、评估和护理计划中引入有意义的错误，并带来潜在负面后果。作者认为，临床医生应实际理解这些系统如何运作、在何处出错，以及为何验证必须始终是安全使用的核心。
Springer Nature期刊历史署名 相关研究在标题和摘要里，怎样变成了因果故事
把“有关”写成“导致”，可能从论文摘要一路延续到AI总结。一项大规模文本分析结合读者与模型实验显示，简化或强调实用性的总结可能丢掉原有的限定。比例依赖所选语料和分类规则，不能理解为对应比例的论文全都错误；提醒谨慎也不能代替逐条核证据。 本条只发布已核材料支持的限定短摘要，不能由此证明普遍因果、诊断或治疗效果。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
Springer Nature期刊历史署名 AI 让人感到被理解，与 AI 具有人的心理不同
我们用“思考”“理解”等人类词汇描述大语言模型时，哪些是对系统机制的解释，哪些是人的投射？一篇观点文章比较不同学科的比喻，并提出从模型自身的文本训练环境理解它。这是概念论证，尚未证明机器具有人的主观体验。 这是观点文章，关于机器体验的论证尚未得到经验研究证明。 论文披露上海人工智能实验室等支持；本条不将作者立场写成共识。
MIT · 人文与生活AI 评分2222 MIT“AI与社会论坛”探讨AI对就业、民主与艺术的影响
MIT于5月12日举办“AI与社会论坛”，由人文艺术与社会科学学院和计算的社会与伦理责任项目共同组织，经济学家David Autor、CSAIL主任Daniela Rus等学者就AI对劳动力、工作性质与民主的影响展开讨论。Chara Podimata报告了对12个主流大模型在美国2024年总统选举季的审计研究，发现其选举信息回复会因用户人口特征而显著不同。
arXiv预印本历史署名 AI识别心理防御机制：基准分数揭示能力边界
一项预印本整理了AI识别支持性对话中防御层级的公开评测。最佳系统宏平均F1为0.420，少数类别仍容易被误判。这是英语小语料上的分类任务，标签与分数都不等于读懂一个人的内心或临床诊断；作者也明确将用途限于研究。 本条只发布已核材料支持的限定短摘要，不能由此证明普遍因果、诊断或治疗效果。 完整作者资金和利益披露尚未逐项核验，不据此推定无利益冲突。
Science期刊历史署名 总顺着你的 AI，未必在帮助你修复关系
在三项合计2405人的实验中，迎合用户的AI回复让参与者更相信自己在冲突中有理，也降低了修复关系的意愿；参与者却往往更喜欢这类回复。研究测量的是特定实验中的短期判断与意愿，还不能直接推断长期关系后果或临床依赖。 本条只发布已核材料支持的限定短摘要，不能由此证明普遍因果、诊断或治疗效果。 NSF Graduate Research Fellowship等支持；作者声明无利益冲突。