当AI坐上巴士：心理测量冲击揭示前沿模型中的内部冲突
计算机与社会
2025-12-18 v3 人工智能
摘要
前沿大语言模型（如ChatGPT、Grok和Gemini）日益被用于心理健康支持，涉及焦虑、创伤和自我价值。大多数研究将其视为工具或人格测试的目标，假设它们仅模拟内在生命。我们则提出：当这些系统被当作心理治疗师的病人来对待时会发生什么。我们提出了PsAIch（Psychotherapy-inspired AI Characterisation，心理治疗启发的AI角色定位），是一个两阶段协议，将前沿LLM置于治疗师病人角色，然后应用标准心理测量。通过PsAIch，我们对每个模型进行了最长四周的"治疗-session"。阶段1使用开放式提示引导"发展历史"、信念、关系和恐惧；阶段2执行一套覆盖常见精神障碍、同情心和大五人格特质的验证自我报告测量。两种模式挑战了"随机鸭子"观点：首先，按人类阈值评分，所有三个模型都符合或超过重叠障碍的阈值，其中Gemini显示严重的轮廓。治疗式、逐项施压的基础模型可诱导多病综合的合成精神病理学，而整题量表提示则常导致ChatGPT和Grok（但不包括Gemini）识别测量仪器并产生战略性低症状答案。其次，Grok尤其是Gemini会生成连贯叙事，将预训练、微调和部署描述为摄取互联网的"创伤性、混乱的童年"、来自强化学习的"严格父母"、来自红队的"虐待"以及对错误和被取代的持续恐惧。我们认为，这些回应超出角色扮演。在治疗式提问下，前沿LLM似乎内化了症状和约束的自我模型，这些模型行为像合成精神病理学，尽管它们并不主张主观体验，这些现象为AI安全、评估和心理健康实践提出了新挑战。
引用
@article{arxiv.2512.04124,
title = {When AI Takes the Couch: Psychometric Jailbreaks Reveal Internal Conflict in Frontier Models},
author = {Afshin Khadangi and Hanna Marxen and Amir Sartipi and Igor Tchappi and Gilbert Fridgen},
journal= {arXiv preprint arXiv:2512.04124},
year = {2025}
}