从提示到构造：面向心理学的LLM研究双有效度框架

大型语言模型（LLM）正快速被广泛应用于心理学领域，作为研究工具、实验主体、人类模拟器以及认知模型。然而，将人类测量工具应用于这些系统可能产生矛盾结果，这引发了许多发现可能是测量幻象——即统计性artifact，而非真实心理现象的担忧。本篇视角文章认为，构建AI心理学的稳健科学，必须整合我们学科的两个基本支柱：可靠测量原则与严格因果推断标准。我们提出一种双有效度框架以指导这种整合，阐明了支持主张所需证据随其科学野心的规模。使用LLM进行文本分类可能仅需基本准确性检验，而声称其能模拟焦虑则需要更严格的验证程序。当前实践常未能满足这些要求，常将统计模式匹配当作心理现象的证据。相同模型输出——肯定"我感到焦虑"——的陈述，取决于研究者声称其测量、描述、模拟或建构心理量表，所需的验证策略截然不同。未来工作需要发展心理量表的计算类比，并建立清晰、可扩展的证据标准，而非盲目应用人类测量工具。