心理論：其在心理學中的含義以及為什麼人工智能研究人員在辯論它

心理論在心理學中的含義

根據維基百科的概念概述，心理論（ToM）被定義為理解個人的能力，通過將心理狀態歸因於他們來定義。它使一個人能夠認識到他人可能持有與自己不同的信念、欲望或意圖，並使用該認識來預測或解釋行為。

這個術語通過大衛·普雷馬克和蓋伊·伍德拉夫在1978年發表的論文《黑猩猩有心理論嗎？》進入現代研究。這促使心理學家在整個物種和整個兒童發展過程中研究這種能力。根據維基百科，隨後出現了兩種關於心理論如何運作的相互競爭的解釋："理論-理論"認為人們應用民間心理學規則來推斷他人的狀態，以及模擬理論認為人們通過將自己置於他人的位置來在心理上建模他人。

Sally-Anne任務

測試兒童心理論的標準工具是虛假信念任務，最常以Sally-Anne故事的形式呈現：Sally把一個彈珠放在她的籃子裡並離開房間；Anne然後把彈珠移到一個盒子裡。孩子通過預測Sally會在她最初的現在虛假的信念地方即籃子裡尋找大理石而不是它實際所在的位置來通過測試——正如維基百科所解釋的那樣。一個相關的版本是意外內容任務，要求兒童說出他人對一個貼錯標籤的盒子裡的內容的看法。

兒童通常在大約3歲到5歲之間按一定順序發展這些能力，從理解人們可以想要不同的東西，到理解人們可以持有不同的信念，到通過完整的虛假信念測試。維基百科指出，確切的順序因文化而異：例如，伊朗和中國的兒童更早掌握"知識獲取"但花費更長時間掌握"多樣信念"，研究人員將其與集體主義文化價值觀聯繫起來。

人工智能為什麼進入了辯論

對機器心理論的興趣在斯坦福計算心理學家米哈爾·科辛斯基通過一系列語言模型運行了對兒童使用的相同虛假信念任務後增加了。根據斯坦福大學研究生商學院的工作論文頁面，科辛斯基構建了40個虛假信念場景，加上相匹配的真實信念控制版本，並在2010年代後期至2023年間發布的語言模型上進行了測試。

PsyPost對該研究的單獨撰寫提供了不同的數字，用於描述為涵蓋11個模型的後續測試輪次：它報告GPT-3變體僅解決約20%的任務，而"ChatGPT-4"整體解決75%，意外內容任務中分為90%，但較難的意外轉移版本中僅60%。兩個來源描述了不同的測試批次和模型版本，這是百分比不匹配的一個可能原因；然而，兩者都指向了與舊模型相比新模型的明確改進。

反駁：模式匹配還是真正的理解？

科辛斯基的結論受到了挑戰。哈佛心理學家托默·烏爾曼在arXiv上發表了一篇題為"大型語言模型在心理論任務的瑣碎改變中失敗"的論文，論證那些保留相同基本心理邏輯的小的改述可能會將模型的答案從正確翻轉到不正確。烏爾曼的立場總結在論文本身的框架中，他認為研究人員在評估機器心理學時應該從懷疑的基線開始，幾乎相同任務中的零散失敗比平均成功率更重要。

PsyPost對斯坦福研究的報導也直接標記了這一局限：因為GPT模型是在可能包括類似虛假信念故事的大量文本上訓練的，很難排除模型是在識別熟悉的模式而不是對看不見的角色的心理狀態進行推理。研究人員試圖設計新的場景來降低這一風險，但該文章指出這不能完全保證。

為什麼這個問題超越實驗室很重要

用於兒童和黑猩猩的相同測試電池現在被應用於軟件，因為正如斯坦福大學研究生商學院的頁面所指出的那樣，心理論對人類社會互動、溝通、同理心、自我意識和道德至關重要。然而，斯坦福材料和烏爾曼論文都同意，通過一套固定的測試問題並不等同於確定系統按照認知科學家用於人類的方式擁有心理論。