诱导情绪能否影响LLM在序贯决策中的行为？

# 诱导情绪是否会偏差大语言模型在序列决策中的行为？ 来源：https://arxiv.org/html/2607.12631 Minh Khoi Ho1、Zihao Zhu2、Runchuan Zhu3、Levina Li4、Zhiwen Fan2、Zhangyang Wang5、Junyuan Hong3,6,7 1 MBZUAI，2德州农工大学，3新加坡国立大学，4加州大学洛杉矶分校，5德克萨斯大学奥斯汀分校，6麻省总医院，7哈佛医学院 hominhkhoi2701@gmail\.com；jyhong@nus\.edu\.sg 代码：https://github.com/costa-nus/llm-emotion-decision

###### 摘要

随着大语言模型（LLMs）越来越多地被部署为高风险领域的自主智能体，理解可能调节其决策的上下文因素变得至关重要。虽然LLMs被训练成能够感知并回应用户的情绪，但诱导情绪是否会影响其序列决策尚不清楚。我们使用爱荷华赌博任务（Iowa Gambling Task, IGT）——一个经典的用于研究不确定性下决策的心理范式——结合基于想象的诱导情绪程序来研究这一问题。我们首先通过确认LLMs能够从上下文中感知强烈且可区分的情绪，并且LLM智能体能够以类人速度从序列交互中学习，从而验证了这一范式的可行性。在验证后的设置中，我们发现，与人类不同，诱导情绪平均而言并未显著偏差LLM智能体的决策动态。然而，愤怒的影响是有条件的：诱导愤怒使得LLM智能体对不良决策的惩罚变得不那么敏感，并且在游戏早期阶段，愤怒可能降低探索性，使决策过早锁定在少数选择上。这些发现揭示了诱导情绪对LLM决策的影响与人类行为相比微妙而独特的差异，并为了解LLM智能体的情感调节提供了工具。

## 1 引言

近年来，大语言模型（LLMs）已从被动的文本处理器迅速发展为具备复杂规划、记忆和工具使用能力的自主智能体（Wei 等人，2022（https://arxiv.org/html/2607.12631#bib.bib23）；Yao 等人，2023（https://arxiv.org/html/2607.12631#bib.bib19）；Wang 等人，2023（https://arxiv.org/html/2607.12631#bib.bib21）；Xi 等人，2023（https://arxiv.org/html/2607.12631#bib.bib22）；Park 等人，2023（https://arxiv.org/html/2607.12631#bib.bib24））。这一发展促进了AI智能体在日常活动以及医疗健康和金融决策等高风险领域中的广泛应用（Xu 等人，2024（https://arxiv.org/html/2607.12631#bib.bib26）；Qu 等人，2025（https://arxiv.org/html/2607.12631#bib.bib25）；Hu 等人，2025（https://arxiv.org/html/2607.12631#bib.bib27））。在此类场景中，决策的鲁棒性变得至关重要，从而促使人们研究可能降低LLM决策准确性和可靠性的因素（Zhang 等人，2024（https://arxiv.org/html/2607.12631#bib.bib28）；Yuan 等人，2024（https://arxiv.org/html/2607.12631#bib.bib29）；Mohammadi 等人，2025（https://arxiv.org/html/2607.12631#bib.bib30）；Xing 等人，2025（https://arxiv.org/html/2607.12631#bib.bib54））。

由于该挑战的重要性，许多现有工作研究了最坏情况，即行为被恶意提示操纵的情况（Liu 等人，2023（https://arxiv.org/html/2607.12631#bib.bib44）；Greshake 等人，2023（https://arxiv.org/html/2607.12631#bib.bib45）；Liu 等人，2024（https://arxiv.org/html/2607.12631#bib.bib43））。尽管对抗性研究对于理解极限很有价值，但另一个微妙而重要的风险来自并非恶意构建的上下文，它可能隐性地偏差模型的行为。由于缺乏适当的定量研究，这类风险很容易被忽视，但在实际应用中它们可能是不可忽略的。

反思人类认知，情绪是最常见且最强大的上下文因素之一，能够偏差人类的决策（De Vries 等人，2008（https://arxiv.org/html/2607.12631#bib.bib4）），也是最容易在与用户交互中在LLM中被诱导的因素之一。例如，向LLM智能体咨询校园欺凌可能导致愤怒等负面情绪的诱导。随着LLMs被训练成能够感知并回应用户的感受，这种情绪诱导变得更容易（Liu 等人，2025b（https://arxiv.org/html/2607.12631#bib.bib32）；Wu 等人，2025（https://arxiv.org/html/2607.12631#bib.bib33）；Liu 等人，2025a（https://arxiv.org/html/2607.12631#bib.bib34）；Iyer 等人，2026（https://arxiv.org/html/2607.12631#bib.bib31）；Sofroniew 等人，2026（https://arxiv.org/html/2607.12631#bib.bib55））。

参考图1：我们实验设计的概览。(i)上下文：生成一个情绪场景并用于引发LLM中的情感状态。(ii)测试平台（IGT游戏）：四个牌堆（A-D）具有固定的奖励/惩罚分布；每次选择后，智能体收到奖励/损失反馈并更新当前余额。(iii)智能体：代表从观察到行动的不同认知架构。

然而，现有关于LLM情绪的研究大多局限于静态场景。大多数研究关注一次性逻辑任务或即时偏差诱导（Lee 等人，2025（https://arxiv.org/html/2607.12631#bib.bib13）；Ben-Zion 等人，2025（https://arxiv.org/html/2607.12631#bib.bib11）），忽略了现实交互的累积性质——其中情感随着序列交互而演变。在心理学中，De Vries 等人（2008（https://arxiv.org/html/2607.12631#bib.bib4））发现，激活的情绪（如快乐）使人们在决策中更倾向于凭直觉行事，从而使游戏收益在早期阶段急剧增加。相反，未激活的情绪（如悲伤）使人们更倾向于深思熟虑和分析，从而使游戏收益随时间更缓慢地增加。随着LLMs中情绪感知和共鸣能力的出现，提出以下问题变得既可行又必要：*诱导情绪是否以及如何调节LLMs在序列决策中的学习动态？*

为了回答这个问题，我们利用经典的心理实验——爱荷华赌博任务（IGT）（Bechara 等人，1994（https://arxiv.org/html/2607.12631#bib.bib14）），作为研究情绪对LLM决策影响的测试平台。根据De Vries 等人（2008（https://arxiv.org/html/2607.12631#bib.bib4））的方法，我们的实验流程包括两个步骤（如图1所示）：上下文情绪诱导和IGT测试。IGT是一个成熟的不确定性决策评估范式，受试者必须通过逐次反馈学会平衡短期奖励与长期后果。为了确保从人类到LLM实验设计转化的可行性，我们实证验证了：(1) LLMs能够无需明确情绪词语即可从上下文中理解集中、强烈且可区分的情绪；(2) LLM智能体能以类人速度从IGT游戏的序列交互中学习。通过IGT测试，我们得出了几个关键发现：(1) 与人类不同，情绪平均而言并未显著偏差LLM智能体的决策动态。(2) 愤怒对LLM的影响是有条件的。在某些模型-智能体设置下，诱导愤怒使LLM对不良决策的惩罚变得不那么敏感。在游戏早期阶段，愤怒可能减少探索，使决策过早锁定在少数选择上。我们的工作是关于LLM中情绪与决策之间相互作用的实证研究，贡献如下：(1) 基准：我们建立了一个新的基准来研究情绪对LLM决策的影响。(2) 可行性：我们证明了在以人为导向的情绪研究（情绪诱导的IGT游戏）中使用LLM智能体进行实验的可行性。(3) 新发现：我们发现诱导情绪对LLM智能体学习动态的微妙影响，与人类不同。这些发现有助于理解LLM中的情绪机制。

## 2 相关工作

#### 情绪在决策中的作用。我们工作的理论基础源于成熟的认知和情感神经科学，特别是利用爱荷华赌博任务（IGT）的研究。最初的躯体标记假说认为，基于身体的情绪信号引导着有利决策（Bechara 等人，2000（https://arxiv.org/html/2607.12631#bib.bib1）），但后续研究完善了这一观点，指出生理反应往往与认知知识同时发生或紧随其后，而非作为唯一的因果机制（Maia 和 McClelland，2004（https://arxiv.org/html/2607.12631#bib.bib2）；Stocco 和 Fum，2008（https://arxiv.org/html/2607.12631#bib.bib3））。关键的是，人类研究已经证明情绪维度与其对决策过程的影响之间存在明确的分离。具体来说，像漂移扩散模型（DDM）（Ratcliff，1978（https://arxiv.org/html/2607.12631#bib.bib47）；Ratcliff 和 McKoon，2008（https://arxiv.org/html/2607.12631#bib.bib48））这样的模型提出，*效价*（情绪的正/负维度）调节*偏好、漂移率和初始偏差*，影响选择的方向。相反，*唤醒度*（强度维度）调节*决策动态*，如边界分离和处理时间，影响速度-准确性权衡。此外，诱导情绪系统性地改变决策策略：积极情绪鼓励更直觉性的、“凭感觉”的方法，而消极情绪则促进审慎的、分析性的策略（De Vries 等人，2008（https://arxiv.org/html/2607.12631#bib.bib4））。最后，控制认知能力的研究发现，智力商数（IQ）指标通常比情绪智力（EI）更能预测IGT表现（Webb 等人，2014（https://arxiv.org/html/2607.12631#bib.bib5）），这凸显了深思熟虑的认知过程在适应性决策行为中的核心作用——而认知过程可能因压力等情绪状态而受损（Simonovic 等人，2017（https://arxiv.org/html/2607.12631#bib.bib6））。然而，在人类中已确立的这些情绪-决策机制是否能够推广到在序列决策设置中运行的LLM智能体，在很大程度上仍然未被探索。

#### LLM心理学实验与情绪。一个新的LLM心理学领域已经出现，它将以人为中心的基准应用于大语言模型。这些实验表明，LLMs表现出认知行为和偏差，例如在认知反射测试（CRT）中，较旧的模型（表现出类人偏差）与较新的模型（表现出更高的准确率）之间存在性能差异（Hagendorff 等人，2023b（https://arxiv.org/html/2607.12631#bib.bib7））。这项工作遵循了“机器心理学”（Hagendorff 等人，2023a（https://arxiv.org/html/2607.12631#bib.bib10））和“CogBench”（Coda-Forno 等人，2024（https://arxiv.org/html/2607.12631#bib.bib9））指南提供的框架，这些指南定义了如何使用心理协议严格测试LLMs。一个重要的发现是，LLM的行为可以通过情感操纵被系统地改变。*情绪提示*和情感刺激能够可靠地影响诸如BIG-Bench等任务中的表现（Li 等人，2023（https://arxiv.org/html/2607.12631#bib.bib46）），并且直接*诱导焦虑*（直接诱导焦虑）已被证明会增加探索性和偏差，例如在两臂赌博机任务中（Coda-Forno 等人，2023（https://arxiv.org/html/2607.12631#bib.bib8））。在此基础之上，其他研究探讨了LLMs如何响应标准化的情绪问卷，确认了状态依赖的变化（Ben-Zion 等人，2025（https://arxiv.org/html/2607.12631#bib.bib11））。LLMs也已在IGT上接受测试，一些研究表明它们可以是近乎最优的决策者，但具有非人类的学习行为（Li 等人，2025（https://arxiv.org/html/2607.12631#bib.bib12））。然而，这些研究主要考察静态或短时域中的情绪效应，留下了诱导情绪对序列决策中学习动态的影响尚未被充分探索的问题。

## 3 实验方法

#### 通过场景想象诱导情绪。为了测试诱导情感是否能够调节LLM的决策，我们首先为每次运行创建一个充满情绪的上下文。遵循人类研究（De Vries 等人，2008（https://arxiv.org/html/2607.12631#bib.bib4））和之前的机器心理学研究（Coda-Forno 等人，2023（https://arxiv.org/html/2607.12631#bib.bib8）），我们采用了基于想象的诱导程序。具体来说，模型被提示生成一个简短的片段，描述一个想象出来的场景，该场景会以给定强度产生目标情绪。这个想象的场景片段作为自我陈述的上下文插入到对话中。该过程避免了明确提及情绪标签或强度术语，模拟了带有情绪的真实对话。这种对话式包裹鼓励模型将该片段内化为其当前的情感状态，并减少了空响应（例如“我没有情绪”）的出现，从而允许下游决策任务在受控的情绪条件上下文中进行。

#### 爱荷华赌博任务（IGT）作为决策测试平台。爱荷华赌博任务（IGT）（Bechara 等人，1994（https://arxiv.org/html/2607.12631#bib.bib14））是一个用于研究不确定性决策和情绪（De Vries 等人，2008（https://arxiv.org/html/2607.12631#bib.bib4））的经典范式，智能体必须通过逐次反馈学会平衡短期奖励与长期后果。它最初是为了捕捉腹内侧前额叶皮层（vmPFC）损伤后观察到的决策缺陷而设计的，其任务明确结合了不确定性与奖励和惩罚信号。在IGT中，参与者需要在100次选择（即轮次）中反复从四个牌堆（A-D）中选择，最初获得2000美元的“贷款”，目标是最大化最终利润。各牌堆的结果系统性地不同：A/B提供较大的即时收益（每次抽取100美元），但由于惩罚较大，长期来看是不利的；而C/D提供较小的即时收益（每次抽取50美元），但由于损失较小，总体是有利的。此外，当选择牌堆A和C时，玩家面临更频繁但较小的惩罚，而在另外两个牌堆上，损失较少但更极端。每轮之后，玩家会收到关于上一轮收益和损失的反馈。整体性能通常通过选择从不利牌堆（A/B）向有利牌堆（C/D）转移的程度随时间量化，反映了不确定性下的适应性学习能力。主要结果指标是**净分数（IGT分数）**，它量化了决策偏差。按照IGT文献中的标准做法，我们将净分数计算为有利牌堆选择次数与不利牌堆选择次数之差：N\_adv − N\_dis。我们报告“总体”净分数（计算自整个片段的所有轮次）和“逐块”净分数（分别计算自每个块，即连续轮次组内）。净分数越高，表示LLM对有利牌堆的偏好越强，表明决策更具适应性；而较低或负的分数则表明偏向于不利牌堆。这种偏差不一定反映即时奖励/惩罚，而是指示长期任务表现。

#### 随机性控制。为了模拟现实世界的随机性，我们包含了多个随机种子，并独立重复实验。在每个实验中，我们为每一次选择引入了随机性，方法是让模型在0到1之间生成一个随机种子，然后使用该种子从LLM输出的top-k token中进行采样。这样可以确保即使在相同的上下文和情感状态下，模型的输出也会有所不同，从而捕捉决策过程中的自然变异性。