原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你试图弄清楚一位朋友是如何决定晚餐吃什么的。你有两种了解他们决策过程的方法：
- “是什么”（行为）： 你观察他们点餐。他们选了披萨。你看到了结果。
- “怎么做”（出声思维）： 你让他们在决策时把想法说出来。他们说：“嗯，我饿了，但披萨太油腻了。也许我应该先查一下卡路里，然后再比较价格。”
长期以来，试图构建人类思维计算机模型的科学家们只能接触到“是什么”。他们观察人们做出的选择（例如选择冒险的赌博还是稳妥的选项），并试图逆向推导其背后的数学原理。
问题在于，“是什么”往往是一面模糊的镜子。许多不同的内部数学公式都能产生完全相同的最终选择。这就像看到一辆车在街上行驶；你知道它从 A 点移动到了 B 点，但你不知道司机是在使用 GPS、地图，还是仅仅在猜测。这使得计算机模型变得“欠定”——存在太多可能的答案，计算机可能会仅仅因为某个答案勉强符合数据而选错。
新方法：倾听内心独白
这篇论文介绍了一种构建这些模型的新方法。研究人员不再仅仅观察最终选择，而是将“怎么做”——即人们在决策时的实际口头思维（出声思维轨迹）——也输入给计算机模型。
他们利用一个超级智能的 AI（大型语言模型）充当侦探。AI 接收了两类线索：
- 线索 A： 该人所做选择的列表。
- 线索 B： 该人在做出这些选择时所说的话的转录文本。
随后，AI 尝试编写一个计算机程序，既能解释这些选择，也能解释那些口头思维。
他们的发现
研究人员在人们进行风险决策（例如在确定的小奖励和可能的大奖励之间做选择）时测试了这种方法。以下是当他们把“口头思维”加入其中时发生的情况：
1. 模型变得更聪明了（预测更准确）
当 AI 仅使用选择数据时，它能做出不错的猜测。但当它结合选择数据加上口头思维时，模型在预测此人下次会做什么方面变得准确得多。这就像侦探破案：如果你只看到脚印，可能会猜错嫌疑人。但如果你还能听到嫌疑人的不在场证明，你就能更准确地锁定真相。
2. 模型改变了它们的"DNA"（结构转变）
这是最令人惊讶的部分。AI 不仅仅是微调了数字；它彻底改变了用来解释人类思维的逻辑类型。
- 没有口头思维时： AI 主要认为人类使用的是**“拔河”**方法。它假设人们计算选项 A 的价值，计算选项 B 的价值，然后简单地比较这两个数字，看哪个更大。
- 有了口头思维后： AI 意识到，对于大多数人（约 70%）来说，大脑的工作方式更像是一个**“搅拌机”**。人们并不是简单地比较两个独立的数字，而是先在每个选项内部混合各种成分（风险、奖励、概率），将它们融合成一种单一的感觉，然后再做出选择。
论文发现，对于近十分之七的人，加入口头思维迫使 AI 放弃了“拔河”模型，转而采用“搅拌机”模型。
核心启示
这篇论文的主要观点是：倾听人们如何思考，会改变我们绘制他们思维地图的方式。
如果你只看目的地（选择），你可能会画出一张看起来像直线的地图。但如果你倾听旅行者的评论，你就会意识到他们走了一条蜿蜒的小路，停下来欣赏风景，甚至可能还折返过。
通过加入“出声思维”数据，研究人员得到的不仅仅是一张稍微好一点的地图；他们发现地形本身与他们想象的不同。口头话语起到了约束作用，迫使计算机停止猜测，开始寻找人们实际使用的思维机制——如果你只观察他们的手，这些机制是看不见的。
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。