换一批生成式大语言模型赋能心理测量学:优势、挑战与应用
Empowering psychometrics with generative large language models:Advantages,challenges,and applications
摘要生成式大语言模型(Generative Large Language Models,Generative LLMs,通常简称LLMs)是一种在大规模语料库上预训练的人工智能模型,为心理测量学领域带来前所未有的机遇和挑战.本文通过整合人工智能与心理学交叉研究发展脉络,总结LLMs赋能心理测量学的显著优势,定位LLMs在心理学应用中的重要挑战,并提出基于LLMs的心理测量研究发展方向.具体地,LLMs能够基于上下文生成连贯的自然语言文本,具有改变传统测验交互方式的潜力;LLMs突破对超长文本和多模态数据的处理能力,其强大的内容理解能力能够全面获取和分析被试的心理信息;LLMs有助于实现实时分析和个性化反馈,促进从结果评价向过程评价的转变.尽管 LLMs 的实际应用面临着稳定性、创造性和拓展性等挑战,但在情境判断测验生成、合作式问题解决能力评估、心理健康智慧诊疗和试题质量分析等领域展现出广阔的应用前景和研究价值.
更多相关知识
关键词
生成式大语言模型心理测量学人工智能自动化评估交互式测验large language modelspsychometricsartificial intelligenceautomated assessmentinteractive testing
分类号
B841
栏目名称
DOI
10.3724/SP.J.1042.2026.0404
发布时间
2026-03-10（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市教育科学规划青年专项课题（CCFA24122）
- 浏览1
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
