心理疾病如抑郁症或焦虑症影响着全球数百万人，但其潜在机制往往难以研究。缺乏能够准确反映人类思维和情感过程（如语言或逻辑推理）复杂性的模型系统。德累斯顿工业大学（TUD）Else Kröner Fresenius数字健康中心（EKFZ）的一个由医学、心理学和计算机科学组成的跨学科研究团队现已证明，大型语言模型（LLMs）能够复制人类情绪模式，如焦虑、悲伤或压力。
此外，这些模型还能反映认知偏差，并且可以通过基于正念的策略进行有针对性的调节。这可能使AI模型成为心理基础研究和治疗研究的新补充方法。研究结果已发表在《柳叶刀数字健康》期刊上。
在他们的模型研究中，研究人员测试了六个大型语言模型（LLMs），包括ChatGPT-4o和各种Llama版本。他们使用标准化文本输入在模型中触发七种不同的情感状态：焦虑、恐惧、愤怒、厌恶、悲伤、担忧和压力。这些涵盖了在许多心理疾病中起重要作用的人类情感状态。随后，研究人员使用结构化评估量表（通常在心理学研究中使用）来记录模型的反应。在下一步中，研究团队展示了这些状态如何通过基于正念的情绪调节策略（如呼吸练习）再次减少。此外，他们发现模型表现出典型的认知偏差，例如，当先前触发悲伤情绪后，模型倾向于以负面方式完成句子。这种语言行为中的偏差在人类抑郁症研究中是已知的。结果表明，LLMs可以在简化形式下反映人类某些认知和情感过程。
研究与心理治疗新方法的潜力
LLMs未来可能作为可扩展的、受控的模型系统用于研究——例如，研究心理疾病的特定机制或基于计算机测试新的治疗方法。特别是在早期研究阶段，此类模型可能有助于完善假设并更有针对性地规划研究。
"我们的结果表明，大型语言模型能够在受控条件下复制人类情感和思维过程的模式。对于心理学来说，这提供了在一个可扩展的、实验上易于控制的系统中测试我们的假设的可能性。我们利用这些模型作为工具，以更好地理解基本机制并尝试新方法——例如用于谈话治疗，"TUD的EKFZ数字健康中心"PsychoDigital Research"研究小组负责人、生物心理学家Magdalena Wekenborg博士说。
研究的局限性与未解问题
作者在出版物中强调了这种方法的局限性：大型语言模型没有自己的情感，它们的反应基于训练数据中的学习模式。目的不是将人工智能人性化。因此，关于对人类行为的可转移性以及语言模型内部的潜在机制及其可解释性也存在未解问题。研究人员认为LLMs不是对心理学研究的替代，而是有益的补充。
"使用大型语言模型进行实验的一个优势是可重复性和可扩展性：我们可以在完全相同的条件下无限次重复并有针对性地改变条件。这使得人工智能能够为心理学和生物医学研究提供新的、数据驱动的实验，而这些实验此前无法实现，"TUD临床人工智能教授、德累斯顿大学医院医生Jakob N. Kather教授说。
该出版物展示了心理学、医学和计算机科学交叉领域的合作如何开辟新的研究方法——这也反映了TUD的EKFZ数字健康中心的跨学科优势。
出版物
Magdalena K. Wekenborg, Elizabeth A.M. Michels, Georg Kurze, Matti L. Kropp, Fabian Wolf, Josi Harzbecker, Isabella C. Wiest, Jakob N. Kather: Large language models as models of human psychopathology: a modelling study. The Lancet Digital Health, 2026.
Else Kröner Fresenius数字健康中心（EKFZ）
TUD医学院和Carl Gustav Carus德累斯顿大学医院的EKFZ数字健康中心成立于2019年9月。该中心由Else Kröner-Fresenius基金会资助，资助金额为4000万欧元，为期十年。该中心将其研究活动集中在直接面向患者群体的创新医疗和数字技术上。目标是充分利用医学数字化的潜力，以可持续地改善医疗保健、医学研究和临床实践。
联系方式
EKFZ数字健康中心
德累斯顿工业大学
Anja Stübner和Viktoria Bosak博士
科学传播
电话：+49 351 – 458 11379
email: news.ekfz@tu-dresden.de
【全文结束】