大语言模型能否真正承托人类性格？——关于AI与人类行为在争议解决中的对齐分析

大语言模型（LLMs）日益被用于模拟社交情境中（如法律调解、谈判和争议解决）的人类行为。然而，这些模拟是否能够再现人类所观察到的性格-行为模式仍不明确。例如，人类性格会塑造其在社交互动中的方式，包括在情绪化互动中所作出的战略选择和行为。于是便提出问题：当大语言模型被赋予性格特征时，能否再现由性格驱动的人类冲突行为差异？为探索此问题，我们引入一种评估框架，使对比人类-人类与LLM-LLM在争议解决对话中，针对大五人格量表（Big Five Inventory, BFI）的性格特征表现。该框架提供一组与战略行为和冲突结果相关的可解释指标。我们此外贡献一种新型数据创建方法，用于LLM争议解决对话，构建具有匹配情境与性格特征的场景，以对应人类对话。最后，我们展示了该评估框架的实际应用，检验了三种最新的闭源LLMs，结果显示在冲突情境下性格的体现方式存在显著差异，这挑战了性格提示代理可作为社会关键应用中可靠行为代理的假设。我们的工作凸显了在AI模拟实际应用前需对其进行心理学化 grounding 与验证的必要性。