《iScience》杂志发表新研究指出，GPT-4能依据不同文本生成人格测试，并在实际施测前预测回答的总体分布。该研究由耶路撒冷希伯来大学的Rotem Monsa、Aviv Zohar及Shahar Arzy共同主导，要求GPT-4基于两类截然不同的来源编制人格问卷。
研究选取《精神疾病诊断与统计手册第五版》（DSM-5）中的人格障碍章节作为科学来源，另一来源则为缺乏科学有效性的占星术书籍。主要作者Rotem Monsa强调，尽管两者均探讨人类人格，但在科学依据上处于光谱两极。
问卷对600名参与者进行了测试
GPT-4生成的问卷在600名成年人中实施，参与者同时填写了广泛使用的“大五人格量表”。结果显示，基于DSM-5编制的问卷中，现实中相互关联的人格特征（如回避与依赖）在回答中也表现出协同变化，其内部一致性模式与大五人格量表相似。
相比之下，源自占星术书籍的问卷未能形成一致的心理维度。但两份问卷的题目均能与抑郁、焦虑及整体幸福感等结果建立显著关联。研究人员认为，这并非证明占星术有效，而是表明即使从非科学文本中，GPT-4也能提取出可测量的心理信号。
GPT-4在问卷施测前预测了答案
研究亮点在于GPT-4的数据预测能力。模型被要求预测李克特五级量表中各问题的平均回答及问题间关系。结果表明，模型预测与实际平均回答的相关性在DSM-5问卷中为0.71，占星术问卷中为0.85；问题间关系的预测表现分别为0.74和0.69。
需注意，这些数值代表预测与实际数据的相似度相关性，而非准确率。研究人员分析，由于人格特征反映在日常语言中，大型语言模型可能通过训练数据间接习得了人类人格的整体结构。因此，GPT-4不仅是问卷生成工具，还能作为评估者预测群体的集体回答趋势。
该研究并不意味着预测个体的想法
研究结果不代表GPT-4能知晓特定个体的想法或具体回答。模型预测的是600人样本的平均趋势及统计关系，而非个体层面的细节。此外，现有证据并不支持此类系统可取代临床评估或专业心理学家的判断。