大語言模型在心理學應用中的前沿探索：一項綜合性綜述（下）

Ke, L., Tong, S., Cheng, P., & Peng, K. (2025). Exploring the frontiers of llms in psychological applications: A comprehensive review. Artificial Intelligence Review, 58(10), 305.https://doi.org/10.1007/s10462-025-11297-5

6

大語言模型作為心理學的研究工具

在第 2–5 節探討了 LLMs 在認知與行為心理學中的理論基礎與實踐應用，并強調其在推動心理學研究方法發展中的作用之后，本節將重點關注 LLMs 在研究中最重要的應用之一：其在系統綜述與元分析自動化與優化方面的潛力。這一部分凸顯了 LLMs 作為基于認知與行為原理的工具，如何能夠革新證據綜合（evidence synthesis）過程，并為心理學家提供可操作的洞見。換句話說，盡管前文主要聚焦于 LLMs 作為心理學研究中客觀性工具的作用，但本節將關注點轉向心理學家自身的科研工作流程。與第 5 節中討論的生產力提升類似，LLMs 也能夠在心理學家工作的各個環節提升效率。具體而言，LLMs 作為科學研究工具，可以幫助心理學家完成從文獻綜述、假設生成、實驗設計、實驗被試、數據分析到促進學術交流的全鏈條任務（見表 5）。

表5.大語言模型（LLMs）作為心理學研究工具的應用

6.1 自動化文獻綜述和元分析

進行文獻綜述與元分析是一項復雜而繁重的工作，需要大量時間與專業知識（Michelson & Reuter, 2019）。《Nature》曾報道，研究人員已開始使用 GPT 作為科研助理來總結文獻（Dis 等，2023）。在一項研究中，研究人員利用 GPT 完成了部分系統性文獻綜述任務（Qureshi 等，2023）。在另一項研究中，作者借助 GPT 撰寫了一篇關于數字孿生在健康領域應用的文獻綜述，結果顯示，在 LLMs 的幫助下，知識匯編與表達得到了加速，但其學術有效性仍需進一步驗證（Ayd?n & Karaarslan, 2022）。此外，研究人員還專門訓練 LLMs 以支持科學研究的實際需求（Taylor 等，2022），包括執行系統性文獻綜述的能力。

近期研究進一步強調了 LLMs 在支持元分析方面的高效性。例如，Luo 等（2024）證明，LLMs 可以對文獻進行篩選、數據提取，并生成用于元分析的統計代碼，在顯著減少工作量的同時，保持了與人工整理相當的召回率。類似地，Tong 等（2024）使用 LLMs 從 43,312 篇心理學文章中提取因果對，通過自適應提示實現了 86.98% 的提取成功率。正如第 3 節所述，LLMs 在從大型文本數據集中提取因果關系方面表現出很強的能力，這凸顯了其在簡化系統綜述與元分析的證據綜合過程中的潛力。然而，盡管 LLMs 在整理定性數據與識別概念模式方面表現優異，但在提取元分析所需的精確數值數據時仍存在挑戰。例如，雖然基于 LLM 的工具可以檢索并總結結果指標，但在處理復雜圖表或數據表時，人工驗證仍然必不可少，以確保準確性。

總之，LLMs 可以加快文獻綜述與元分析的進程。研究人員可以利用此類模型系統性地回顧與整合現有研究，從而提高循證心理學的研究效率。

6.2 假設生成和實驗設計

假設驅動型研究是科學活動的核心。LLMs 能夠從科學文獻中生成假設、基于數據進行推斷，并通過解釋來澄清結論（Banker 等，2024；Zheng 等，2023）。盡管 LLMs 具備成為“假設生成機器”的潛力，但其邏輯推理與數學推導能力仍需提升，以消除事實性錯誤、快速檢驗假設并從錯誤中學習（Y. J. Park 等，2024）。作為創新性工具，LLMs 在心理學實驗中具有巨大應用潛力，尤其是其能夠為實驗設計提供基于文本的材料，從而優化研究流程并降低實驗復雜性。研究人員可以利用此類模型輕松創建實驗刺激、設計測試題目，甚至在受控環境中模擬交互環節（Aher, Arriaga, & Kalai, 2022；Akata 等，2023），從而在實驗過程中實現高度的可控性與精確性。

總之，從假設生成到實驗設計，LLMs 為心理學研究提供了功能強大且靈活多樣的工具，能夠幫助研究人員實現更精準、高效的科研目標。

6.3 大語言模型作為心理學實驗的受試者

盡管大語言模型（LLMs）能夠模擬某些人類行為和反應——這為檢驗有關人類行為的理論與假設提供了機會（Grossmann 等, 2023）——但關于 LLMs 是否可以作為心理學研究中人類被試的替代者仍存在爭議。盡管研究者認識到仍有一些問題存在（例如偏差和訓練數據不足），一些學者建議，LLMs 可以作為人類被試的替代方案，以節省時間和成本，并可應用于不適合人類參與的實驗（Hutson, 2023）。還有研究者提出，根據其在特定研究主題、任務和樣本等因素下的表現，在合適的情況下可以將 LLMs 作為研究被試的一種替代方法（Dillion 等, 2023）。然而，也有人認為，盡管 LLMs 可能會對科學研究產生重大影響，但它們不太可能以任何有意義的方式取代人類被試（Harding 等, 2023）。與此同時，一些關于將 LLMs 作為被試的研究表明，LLMs 的表現與人類相似（Orru 等, 2023；P. S. Park 等, 2024），這可能意味著 LLMs 在一定程度上有潛力取代人類被試。

總之，雖然 LLMs 能夠模擬人類的判斷，但其對人類思維的模擬仍然有限，因此在將其作為心理學被試時，其輸出結果應謹慎驗證和解讀。

6.4 數據分析的工具

各種形式的人工智能（AI）早已被用于分析心理學數據，例如用于飛行員選拔的飛行數據分析（Ke 等, 2023）。機器學習算法能夠促進大規模數據集的處理，識別原本可能被忽視的模式和相關性。然而，大語言模型（LLMs）將這一能力提升到了新的水平；它們能夠以前所未有的規模高效分析海量文本數據，從而獲得有關人類行為和情緒的洞察（Patel & Fan, 2023）。對于心理學研究而言，這意味著更快速且更全面的數據分析，從而產生更加可靠和細致的研究發現。LLMs 可以分析多種語言的文本數據，準確識別其中的心理結構（Rathje 等, 2023），并能基于社交媒體數據生成心理畫像（Peters & Matz, 2023）。LLMs 還在醫學領域展現出一定的能力，例如，它們能夠針對特定的臨床表現預測最優的神經影像學檢查方式。然而，LLMs 仍無法超越經驗豐富的神經放射科醫生，這表明在醫學應用中仍需持續改進（Nazario-Johnson 等, 2023）。這些研究結果表明，LLMs 在數據評估與分析方面具有巨大潛力。

6.5 促進學術交流

學術交流是學術研究的基石，涵蓋了知識的創造、評估與傳播過程。這包括撰寫研究論文、開展同行評審，以及確保研究成果的透明與合倫理傳播。在心理學領域，由于其理論框架和方法路徑的多樣性——從實驗研究到質性研究——這一過程尤其復雜。該學科關注人類行為，并與技術產生交叉，因此對精確且合乎倫理的交流實踐有著更高的要求。

有觀點認為，當前的大語言模型（LLMs）尚不能完全取代人類寫作，而只能回答問題并生成自然流暢且信息豐富的內容，但缺乏真正的智能——即基于先前所見詞匯模式生成的文本（Stokel-Walker, 2022）。一項研究中，學生在寫作時使用了 GPT 作為輔助工具。結果發現，使用 GPT 的實驗組在寫作質量、速度和真實性方面與對照組相似；作者認為，這可能是因為有經驗的研究人員能夠更好地引導 GPT 生成高質量的信息。相比之下，寫作經驗不足的學生發現 GPT 的表現不夠理想（Ba?i? 等, 2023）。另一篇文章討論了 GPT 在學術寫作中的前景與潛在威脅，并強調在學術研究中使用 GPT 時應優先依賴經過同行評議的學術來源。同時，該文也指出了 GPT 在學術研究中的潛在優勢，包括處理海量文本數據、自動生成摘要和研究問題（Dergaa 等, 2023）。此外，LLMs 還可在同行評審中發揮潛在作用（Van Dis 等, 2023）。在一項文本評估任務中，LLMs 的判斷結果與人類專家保持一致（Chiang & Lee, 2023）。

總之，像 GPT 這樣的大語言模型是心理學學術交流的有力工具，能夠處理海量文本數據，并自動化完成原本需要人工進行的任務。它們可以用于掃描學術論文并提取關鍵信息，生成客觀且無偏的摘要，并在社會心理學中提出研究問題（Banker 等, 2023；Tong 等, 2024）。然而，研究人員在使用它們時必須保持謹慎，因為它們也可能將虛假或有偏見的信息引入論文，從而導致無意的抄襲或概念的錯誤歸屬（Van Dis 等, 2023）。

7

挑戰與未來方向

7.1 挑戰與局限性

大語言模型（LLMs）在模擬復雜認知過程方面具有巨大潛力，為研究者提供了全新的工具，以探索人類認知與行為的機制，并在臨床與咨詢心理學、教育與發展心理學、社會與文化心理學等多個領域廣泛應用。然而，LLM 的輸出不應被誤認為具備思維，而應視為基于概率建模的復雜模式匹配（Floridi & Chiriatti, 2020）。盡管 LLM 的表現令人印象深刻，但這與意識或真正的理解不同。對 LLM 能力的解讀必須建立在對其局限性和運行機制本質的理解之上，而這些可能與人類認知存在根本差異。因此，必須在關注 LLM 在心理學研究潛力的同時，正視可能出現的技術與倫理挑戰。

首先，盡管 LLM 的能力不斷涌現（Wei 等, 2022），但從認知與行為心理學的角度，其內部工作機制仍是“黑箱”。例如，LLM 在需要形式語言能力（包括對特定語言規則與模式的掌握）的任務中表現優異，但在需要功能性語言能力（理解并在真實世界中使用語言所需的認知能力）的測試中卻屢屢失利（Mahowald 等, 2023）。它們在類比推理與道德推理任務中表現出色，但在空間推理任務中表現不佳（Agrawal, 2023）。

其次，雖然 LLM 加速了人工智能在臨床與咨詢心理治療中的應用，但也可能帶來隱私與倫理問題（Graber-Stiehl, 2023）。例如，守門人、患者，甚至使用 GPT 評估自殺風險或輔助決策的心理健康專業人員，可能會收到低估風險的不準確評估（Elyoseph & Levkovich, 2023），或在臨床決策中受到偏見影響，從而導致醫療不公平（Pal 等, 2023）。此外，在精神病學研究與實踐中，LLM 的使用還可能帶來潛在的偏差與隱私侵犯風險（Zhong 等, 2023）。

第三，LLM 在教育、發展以及社會與文化心理學等領域的應用同樣面臨挑戰。在教育應用中，LLM 可能出現輸出偏差與被濫用的風險（Kasneci 等, 2023）。有研究發現，GPT 生成的文本并不總是一致或邏輯自洽，有時甚至相互矛盾（Stojanov, 2023）。在社會與文化心理學中，LLM 展現出與人類相似的認知偏差（Talboy & Fuller, 2023）與文化偏差（Atari 等, 2023），并隱含更為負面的個性特征（X. Li 等, 2022）。Bender 等（2021）指出，LLM 的訓練數據可能反映并延續社會偏見，這些偏見可能在研究環境中被進一步固化。

最后，LLM 作為科學研究的輔助工具也存在一定局限。例如在寫作方面，當前的 LLM 尚不能完全替代人類，而是通過回答問題與生成自然流暢、信息豐富的內容來輔助，但并不具備真正的智能（Stokel-Walker, 2022）。盡管宏語言模型在作為實驗被試時可以模擬人類判斷，但它們對人類思維的“理解”仍有限（Dillion 等, 2023）。Van Dis 等（2023）指出，LLM 可能加速創新、縮短發表周期，并提升科研的多樣性與公平性，但也可能降低研究的質量與透明度，并從根本上改變科學家作為研究者的自主性。

綜上所述，LLM 在心理學研究中具備非凡能力，但同時也伴隨偏差、倫理問題、數據安全、透明度以及技術能力等方面的挑戰。研究人員在使用 LLM 時應充分認識到這些挑戰，并在研究項目中采取負責任的應對措施。表 6 總結了 LLM 在心理學應用中的挑戰與局限性。

表6.大語言模型（LLMs）在心理學應用中的挑戰與局限

7.2 未來方向與新興趨勢

目前，大語言模型（LLMs）已被應用于心理學的不同領域，包括認知與行為心理學、臨床與咨詢心理學、教育與發展心理學，以及社會與文化心理學。隨著 LLM 能力的不斷提升，其在心理學中的潛在應用將持續發展。

首先，在認知與行為心理學領域，隨著多模態 LLM 的出現（OpenAI, 2023），有可能將視覺、聽覺信息與文本數據相結合，更好地理解和建模情緒、行為與心理狀態，以促進認知研究。此外，神經影像數據可用于優化 LLM 的架構與參數，并與傳統文本數據相融合，從而構建更為準確且符合生物學原理的人類語言與思維模型。

其次，在臨床與咨詢心理學領域，一方面，可以利用個人數據（如社交媒體發布內容、病歷記錄或可穿戴設備數據）來創建個性化的 LLM，從而更精準、更具針對性地洞察個體心理狀態。同時，將人類臨床與咨詢專業知識的優勢，與 LLM 的可擴展性和計算能力相結合，有望開發出新的診斷、治療與干預工具。此外，在教育與發展心理學以及社會與文化心理學領域，構建具備倫理性的 LLM 至關重要，并需確保其設計與應用過程尊重隱私、合理且負責任地使用數據。

歸根結底，LLM 是一項系統性工程，其未來發展離不開心理學、計算機科學、語言學等多個領域研究者的跨學科協作。對于心理學研究者而言，易于獲取的開源 LLM 框架與工具或將成為未來科研工作的重要組成部分。表 7 總結了 LLM 在心理學應用中的未來發展方向與新興趨勢。

表 7. 大語言模型（LLMs）在心理學應用中的未來方向與新興趨勢

8

結論

隨著人工智能技術的快速發展，尤其是大語言模型（LLMs）的不斷進步，機器學習已能夠識別人類語言并生成自然語言。這一發展不僅是心理學領域的技術突破，更為一系列潛在應用打開了大門。

首先，在認知與行為心理學領域，LLMs 在多種認知任務中表現優異。盡管在因果認知與規劃方面仍存在一定局限，這些模型復興了“聯想”這一原理，展現出跨距離聯想和復雜推理的能力。同時，將 LLMs 與認知模型相結合的能力，是心理學研究的一大優勢，使得研究者能夠對人類認知與行為加工機制展開新的探索。

其次，在臨床與咨詢心理學領域，LLMs 可用作心理健康的初步診斷工具。傳統心理健康診斷依賴專業人員的經驗以及與患者的直接交流，而 LLMs 可以通過分析個體的語言表達與文本內容，快速識別潛在的心理健康問題，如抑郁和焦慮。需要強調的是，這類診斷不能完全取代專業心理評估，但可作為一種有效的輔助手段，幫助心理學家更快了解患者的狀況，或在基礎心理健康干預中發揮作用。同時，個性化心理干預也是 LLMs 的重要應用方向之一。通過結合個體的健康數據與生活習慣信息，這些模型能夠提供定制化的心理建議與干預方案。這種個性化路徑有望顯著提升心理干預的有效性。

第三，LLMs 在教育與發展心理學，以及社會與文化心理學領域也具有廣闊的應用潛力。例如，LLMs 可以提供互動式、個性化的學習體驗，或基于真實情境生成研究任務，從而提升學習動機并促進學習效果。此外，通過分析海量社交媒體數據，這些模型還能幫助研究者追蹤與分析公眾情緒變化，更好地理解社會心理動態。

最后，在心理學研究中，LLMs 能夠顯著提升研究效率。研究人員可以利用這些模型快速整理與分析大量文獻，從而節省時間；它們還可輔助實驗設計、數據分析，甚至推動學術交流，使心理學研究更高效、更精準。

綜上所述，LLMs 在心理學中具有廣闊的應用前景，包括科研支持、認知建模、個性化干預以及個性化學習等。它們還有潛力顯著加深我們對人類交流、思維過程與行為的理解，從而推動更為全面的心智理論與認知科學的發展。然而，也必須正視相關的風險與挑戰，確保遵守倫理規范，尤其是在涉及個人隱私與數據安全時。同時，我們應認識到，無論技術多么先進，LLMs 也只能在一定程度上替代人類專業人員的判斷與經驗。因此，這類模型應被視為輔助工具，而非一體化的解決方案。

（完結）