Can LLMs Truly Embody Human Personality? Analyzing AI and Human Behavior Alignment in Dispute Resolution
本文通过构建一套评估框架和数据集，研究了大型语言模型（LLMs）在冲突解决场景中能否通过人格特质提示词还原人类的行为模式，结果发现不同模型在人格驱动的冲突行为上与人类存在显著差异，从而质疑了将人格化LLM作为人类行为代理人的可靠性。
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
这篇文章的研究非常有意思，我们可以把它想象成一场**“AI 演技大测评”**。
核心问题：AI 演得像吗？
想象一下，如果你在拍一部关于“邻里纠纷”的电影，导演要求演员甲表现得“脾气暴躁、容易焦虑”，演员乙表现得“随和、好说话”。
在现实生活中，这两个演员的表现肯定截然不同：甲可能会因为一点小事就吵起来，而乙可能会主动道歉。
现在，科学家们想知道：如果把这两个演员换成 AI（比如 ChatGPT），它们能演好这种“性格差异”吗？ 也就是说，当我们告诉 AI “你现在是个急性子”时，它在处理冲突时，表现出来的行为模式真的能像真人一样吗？
研究是怎么做的？（实验设计）
研究人员设计了一个**“真人 vs AI”的对决赛**：
- 真人组（KODIS 数据集）： 找了一群真人，让他们模拟买家和卖家因为一件“科比球衣”产生的纠纷。研究人员记录了这些人的性格（比如是否外向、是否容易紧张）以及他们在吵架时的具体招数（是讲道理、还是威胁对方、还是退一步）。
- AI 组（L2L 模拟）： 给不同的 AI（GPT-4、Claude、Gemini）下达“剧本指令”。比如对 GPT 说：“你现在是个极度外向且随和的人”，对另一个 AI 说：“你是个内向且容易焦虑的人”，然后让它们自己跟自己吵架。
最后，研究人员把这两组的表现放在一起，看 AI 的“演技”和真人的“本能”对不对得上。
实验结果：AI 只是“模仿”，并没有“灵魂”
结果发现，AI 的演技**“形似而神不似”**。我们可以用三个比喻来理解：
1. 招数太单一：AI 是“只会套公式的职场新人”
在吵架时，真人非常灵活。有人会先讲事实，慢慢过渡到谈感情，最后再谈利益。
但 AI 呢？它们更像是一个**“只会按流程办事的职场新人”**。它们往往一上来就直接抛出方案（“这样吧，我给你退一半钱”），缺乏真人那种从试探到深入、从讲理到情绪化的动态变化。它们更像是在完成任务，而不是在进行社交。
2. 性格反应不对路：AI 是“读剧本的演员”
在真人世界里，**“神经质”（容易焦虑、情绪化）是决定吵架走向的关键因素——焦虑的人更容易拒绝提议，或者更容易被对方的情绪带跑。
但在 AI 世界里，性格的影响逻辑变了。AI 的表现更多受“外向”或“随和”**的影响，而对“情绪化”这种深层心理特征的反应，跟真人完全不是一个频道。这说明 AI 只是在“模仿性格词汇”，并没有真正理解那种性格背后的心理驱动力。
3. 缺乏“情绪弹性”：AI 是“设定好的机器人”
真人吵架是有节奏的，会随着对方的态度而“升级”或“降温”。
但 AI 的反应非常**“僵硬”**。有的 AI（比如 GPT-4）一旦遇到对抗，就容易直接“掀桌子”（升级冲突）；有的 AI（比如 Claude）则像个“没脾气的和事佬”，无论对方多过分，它都只会试图降温。它们缺乏真人那种根据对方脸色“见招拆招”的灵活性。
总结：为什么这很重要？
如果有一天，我们让 AI 来当我们的**“谈判教练”，或者让 AI 模拟社会冲突来“预测政策影响”**，我们必须非常小心。
这篇文章告诉我们：千万不要以为给 AI 贴上“性格标签”，它就能变成一个“懂人情世故”的虚拟人。 目前的 AI 只是在玩一场“文字游戏”，它们并没有真正掌握人类复杂、多变且充满情绪的社交逻辑。
一句话总结：AI 可以模仿你的说话方式，但它还没学会模仿你的“心性”。
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。