Pellert 等人 2024 年的〈AI Psychometrics〉示範如何把原本用於人類非認知特質評估的心理量表，改作大型語言模型的分析工具。作者把模型在量表上的反應視為研究模型輸出模式的一種方式，並討論如何建立模型的心理輪廓。
此研究是探索性方法示範，不應把模型的量表作答直接等同於人類心理狀態、主觀經驗或人格。大型語言模型會受提示詞、版本、系統指令、取樣設定、訓練資料及評估情境影響；人類量表的構念效度不會自動轉移到非人類系統。
思與行
- 研究 AI 的「人格」時，將輸出行為描述與主觀意識主張分開。
- 同一量表應在不同提示、語言、模型版本及重複試驗下檢驗穩定性，並研究提示敏感度與反應策略。
參考
- 原始論文： Pellert et al. (2024), AI Psychometrics。
- 概念脈絡：心理分數是操作化結果，不是心理本質本身、心理分數是操作化結果，不是心理本質本身。
- 本文亦連結全書導讀 psychometrics。
- 雙向脈絡：對 AI 量表測試建立跨提示與跨版本的穩定性檢查。
- 概念地圖：心理測量概念地圖。