Human-like Affective Cognition in Foundation Models
该研究提出了一种评估框架，通过 1,280 个多样化场景测试发现，GPT-4、Claude-3 和 Gemini-1.5-Pro 等基础模型在情感认知任务中不仅与人类直觉高度一致，部分条件下甚至表现出超越普通人类的预测能力，且思维链推理能进一步提升其表现，表明这些模型已具备类人的情感理解能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是在给现在的顶级人工智能（AI）做一场"情商大考"。
想象一下，你有一个非常聪明的机器人朋友。以前，我们只测试它认不认识人脸（比如“这是笑脸”还是“这是哭脸”），或者认不认识文字里的情绪（比如“这句话是开心的”）。但这篇论文想问的是：这个机器人真的“懂”人吗？它能不能像我们一样，通过观察一个人的处境、想法和结果，去推理出他为什么会有某种情绪？
为了回答这个问题，斯坦福大学的科学家们设计了一套非常巧妙的测试方法。
1. 核心概念：情绪不是“看”出来的，是“算”出来的
作者用了一个很生动的比喻：情绪就像是一个复杂的数学公式，而不是一个简单的开关。
- 普通视角：看到有人哭，就说“他难过”。
- 人类视角（也是这篇论文测试的）：
- 背景：Amy 想上州立大学，但父母逼她上私立大学。
- 结果：她没考上州立大学，却考上了私立大学。
- 想法（评估）：她觉得这个结果违背了她的愿望（目标不一致），而且她觉得自己本来可以控制这个结果的（有控制感）。
- 结论：所以，她感到的是“失望”，而不是单纯的“悲伤”。
这篇论文的核心观点是：AI 不仅要能识别“哭”这个表情，更要能理解为什么她会哭。这就是所谓的“情感认知”（Affective Cognition）。
2. 实验设计：给 AI 出题的“乐高积木”
科学家没有直接拿网上的故事来考 AI，那样太随机了。他们发明了一套"情感乐高积木"系统：
- 第一步：搭框架。他们建立了一个因果模型，就像乐高底板。上面有四个关键零件：
- 目标（Amy 想去哪？）
- 控制感（Amy 觉得能自己决定吗？）
- 结果（她考上了哪？）
- 情绪（她感觉如何？）
- 第二步：填内容。他们用 AI 自动生成成千上万个不同的故事，把这些零件随机组合。比如，有的故事里 Amy 觉得结果完全随机，有的故事里她觉得完全能控制。
- 第三步：出题。他们把故事里的某一个零件遮住，让 AI 去猜。
- 题目 A：已知 Amy 想去州立大学，结果没考上，她觉得自己能控制。问她感觉如何？（猜情绪）
- 题目 B：已知 Amy 很失望，结果没考上州立大学。问她原本想去哪？（猜目标）
他们一共生成了 1280 道这样的题目，既有纯文字的，也有带表情图片的（多模态）。
3. 考试过程：AI vs. 真人
他们找了 567 个真人 来做这些题，作为“标准答案”的参考（因为人最懂人）。然后让三个最厉害的 AI 模型（GPT-4, Claude-3.5, Gemini-1.5）来做同样的题。
考试规则：
- 直接回答：直接给答案。
- 思考后回答（Chain-of-Thought）：让 AI 像人类一样，“一步步思考”（比如：“首先，Amy 想去州立大学……其次，结果相反……所以她会失望……"），然后再给答案。
4. 考试结果：AI 的“情商”惊人
结果非常令人惊讶，甚至有点让人细思极恐：
- AI 真的很懂人：AI 的答案和大多数人的答案高度一致。在很多情况下，AI 的“共识度”甚至超过了真人之间的共识度。也就是说，AI 比普通人更能准确预测“在这种情况下，大多数人会怎么想”。
- “思考”能让 AI 更聪明：当 AI 被要求“一步步思考”时，它的表现大幅提升。这就像让一个学生先打草稿再考试，正确率更高。这说明 AI 并不是死记硬背，而是真的在推理情绪产生的逻辑。
- 看图说话：当给 AI 加上表情图片时，它们能更好地结合图片和故事来推断情绪，表现更好。
- 弱点：AI 在推断“目标是否一致”这种逻辑上很强，但在推断“安全感”或“意外程度”这种比较微妙的心理时，稍微有点吃力，但依然比随机猜测强得多。
5. 这意味着什么？
这篇论文告诉我们，现在的 AI 不仅仅是会说话的鹦鹉，它们似乎已经内化了一套关于人类情感的“理论”。
- 好消息：未来的 AI 伴侣、心理咨询师助手，可能真的能理解我们的喜怒哀乐，不仅仅是识别表情，而是理解我们为什么难过，从而给出更贴心的建议。
- 坏消息（或挑战）：如果 AI 太懂怎么操纵人类的情感，或者太擅长伪装共情，我们该如何防范？
总结一下：
这就好比以前我们觉得 AI 是个只会背字典的图书管理员，现在发现它好像变成了一个能读懂人心、甚至能预测你下一步心情的“超级心理分析师”。虽然它还不是完美的人类，但它已经学会了人类情感推理的“底层逻辑”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。