我課題組在《心理科學》上發文探討“虛擬被試”能否替代真實人群

隨著人工智能（AI）技術的快速發展，大語言模型（如DeepSeek）因其強大的語言理解和生成能力，逐漸被應用于心理學領域，尤其是在生成“虛擬被試”上。但這些虛擬被試能否準確反映真實人群的心理特征，尤其是不同地區人群心理結構差異呢？近日，由我課題組撰寫的論文“大語言模型模擬區域心理結構的有效性：人格與幸福感的實證檢驗”發表在國內心理學權威期刊《心理科學》上。

本研究旨在評估大語言模型(DeepSeek)基于人口統計特征條件下，模擬群體心理特征的能力。基于與中國家庭追蹤調查(2018年)人口學特征相匹配的樣本(N = 2943)，構建AI生成的“虛擬被試”，與真實被試數據進行對比，分析中國人大五人格與幸福感的區域差異及其關系。研究發現，模擬數據在幸福感和大五人格的區域分布趨勢上與真實數據總體一致，僅在細節上表現出特異性，且部分人格維度對幸福感具有預測作用。這表明，以DeepSeek為代表的大語言模型模擬區域心理結構方面的潛力，但其應用需要關注文化敏感性和細粒度特征的建模。研究為評估大語言模型在人群心理特征建模的有效性提供了實證支持。

研究結果表明（見下圖），DeepSeek模型在總體上成功再現了真實數據的大致趨勢，比如經濟發達的華東地區表現出較高的幸福感。然而在具體人格特質方面，虛擬樣本表現出明顯的偏差，例如外向性和開放性明顯低于真實樣本，尤其是在西北地區；宜人性和神經質則顯著高于真實數據，東北地區尤為突出。此外，AI模擬數據中的幸福感普遍偏低，東北地區的幸福感更是顯著低估。

進一步的區域分析顯示，無論是真實還是虛擬樣本，各區域的心理特征和幸福感都存在顯著差異，但虛擬樣本對區域心理特質的再現仍有局限性。例如，真實樣本中東北地區幸福感較高，而虛擬樣本卻顯示華東地區幸福感最高。這表明模型可能過于依賴經濟發展指標，未充分考慮文化與社會因素對幸福感的綜合影響。最后，在對大五人格特質與幸福感之間關系的回歸分析中，真實數據表明盡責性、外向性、開放性與低神經質顯著預測較高的幸福感；而AI模擬數據則呈現了顯著差異，例如外向性在虛擬數據中甚至負向預測幸福感，宜人性被過度強調，而盡責性則失去了預測作用。這種差異顯示了大語言模型在捕捉人類情感體驗和社會互動復雜性上的局限性。

本研究在方法論上具有創新性，首次嘗試在心理學領域以大語言模型作為“虛擬被試”與大規模的真人數據進行對比，為大規模區域差異研究提供新的工具和研究范式。研究明確指出了AI模擬數據的應用價值，包括預測真實調查趨勢、預實驗驗證假設，以及解決真實樣本獲取困難等實際問題。然而，文中強調AI模擬數據不可完全替代真實調查，只能作為輔助工具使用。同時，還探討了當前AI模擬方法的局限與未來改進的方向，包括豐富模型訓練語料、增強情感模擬能力、提高文化敏感性等。特別指出，當前的大語言模型可能存在強化社會刻板印象的風險，例如東北地區幸福感的低估可能源于模型語料中負面刻板印象的過度強化。

總體而言，本研究驗證了DeepSeek在宏觀趨勢模擬方面的潛力，揭示了AI在心理結構模擬上的局限性。這一成果對跨文化和區域心理學研究提供了新視角，同時也明確指出了AI在心理測量與數據模擬領域未來的發展方向和研究潛力。

本文的第一作者為我系2021級博士生柯羅馬，通訊作者為我與原課題組助理研究員/博士后童松（現北京師范大學碩士生導師）。本研究得到了清華大學水木學者計劃（2021SM157）、國家博士后國際交流引進計劃（YJ20210266）、清華大學支持基礎文科博士后計劃的支持；同時也得到了清華大學產業研究院自選課題的資助（2024-06-18-LXHT003）。

論文鏈接： https://jps.ecnu.edu.cn/CN/10.16719/j.cnki.1671-6981.20250412

柯羅馬, 李增逸, 廖江群, 童松, 彭凱平. 大語言模型模擬區域心理結構的有效性：人格與幸福感的實證檢驗*[J]. 心理科學, 2025, 48(4): 907-919.

Ke Luoma, Li Zengyi, Liao Jiangqun, Tong Song, Peng Kaiping. Effectiveness of Large Language Models in Simulating Regional Psychological Structures: An Empirical Examination of Personality and Subjective Well-being[J]. Journal of Psychological Science, 2025, 48(4): 907-919.