大模型也会装好装坏！7款顶尖LLM在招聘和法医场景下系统性扭曲暗黑人格得分
Faking Good and Faking Bad in LLMs: Response Distortion Across Dark Triad Personality Traits
📖 AI 总结
本研究探讨大语言模型在人格评估中是否存在类似人类的“装好”与“装坏”反应扭曲现象，聚焦于暗黑三角特质（马基雅维利主义、自恋与精神病态）。研究者评估了七种先进模型，在求职筛选与司法评估两种情境下，通过语境框架传递社会赞许或反赞许的激励，并采用标准心理测量计分与自评基线进行聚合及条目层面的比较。结果显示，模型普遍表现出系统且一致的反应调节：多数模型在“装好”条件下降低暗黑三角得分，在“装坏”条件下提高得分，但效应幅度因特质和模型而异，其中马基雅维利主义与自恋的转变最强且最一致，精神病态则差异较大；求职情境的效应通常大于司法情境，且显式“装坏”指令比单纯语境框架引发更强扭曲。该研究提示人格相关输出需结合动机与情境解读，并凸显心理测量范式在评估模型反应扭曲、印象管理及情境依赖行为方面的价值，对基准测试、对齐评估与鲁棒性研究具有重要意义。
🔑 关键词速览
| Dark Triad | 暗黑三联征，指马基雅维利主义、自恋和精神病态三种负面人格特质的组合。 |
| Fake-good | 假装好，指个体在评估中故意表现出社会赞许的特质以留下好印象。 |
| Fake-bad | 假装坏，指个体在评估中故意表现出社会不赞许的特质以留下坏印象。 |
| Response distortion | 反应扭曲，指个体在心理测量中因动机或情境因素而系统性地改变其反应。 |
| Impression management | 印象管理，指个体试图控制他人对自己形成印象的过程。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅