机器心理测量:人工智能的数学心理学
人工智能
2026-05-26 v1 计算与语言
神经元与认知
摘要
人工代理现在产生足以邀请信任、惊讶和担忧的行为,但我们的评估工具仍将能力分数置于心理结构之上。本文认为,哲学上的两大对称错误(人工心灵盲目,忽略非生物系统中的心理组织;人工心灵投射,从流畅行为中推断出类人内在生命)之间的僵局,不能通过解决意识问题来规避,而是通过引入其下的一个严格测量层来规避。drawing on Michael Levin 的认知作为不同基质上目标导向能力的连续视图,以及数学心理学的方法论储备(项目反应理论、信号检测理论、贝叶斯认知建模、校准分析、认知偏差电池),本文发展了机器心理测量作为人工代理潜在行为、元认知、交际和自我模型倾向的测量科学。其操作核心是机器心灵印记(Machine Mindprint):一个横跨校准、源完整性、建议抵抗、上下文稳定性、表达对齐、工具完整性、漂移监控和分布 grounding 的多维、受域限制、分级配置概览。一个补充的信任协议将心灵印记转化为部署决策,通过探针电池、扰动测试、可靠性和有效性分析,以及跨高风险领域的纵向监控。哲学贡献是第三种立场——人工心灵约束——既不拟人化也不忽视,也不预设意识也不封闭它。目标不是使人工代理人类化,而是通过测量来理解它们,正因为它们不是人类。
引用
@article{arxiv.2605.23952,
title = {Machine Psychometrics: A Mathematical Psychology of Artificial Intelligence},
author = {Alex Bogdan and Adrian de Valois-Franklin},
journal= {arXiv preprint arXiv:2605.23952},
year = {2026}
}
备注
45 pages, 11 figures