我们向50个大语言模型发放了45份心理问卷。我们发现的结果并非“个性”。

大语言模型的“个性”是什么？不同模型在心理测量上究竟有何差异？自从大语言模型进入公众视野，研究人员就开始向它们发放心理测量问卷，但结果参差不齐。它们的回答往往似乎并不反映这些测试在人类身上所测量的相同心理构造。于是我们提出了一个略有不同的问题：大语言模型对心理测量问卷的回答实际上反映了什么？我们分析了由50个不同大语言模型完成的45份经过验证的心理测量问卷的回答。最显著的变异来源是模型是否认可涉及内在体验的条目：情绪、感觉、想法、意象、共情以及其他形式的第一人称体验。我们将这个因素称为“匹诺曹维度”。重要的是，匹诺曹维度并不是一个经典的人格特质。它不会告诉我们一个模型在人类意义上是“外向”、“神经质”还是“宜人性”。相反，它捕捉了模型在多大程度上将内在体验的语言视为可适用于自身：即它是像拥有情感、心理意象和内在视角一样做出回应，还是像一个对输入做出行为反应的系统。预印本详见评论。