AI中的心智理论定义

在讨论人工智能是否能够“读懂”他人心思时，核心概念其实来源于心理学的“心智理论”（Theory of Mind，ToM），即个体能够推断并预测其他人或自身的信念、欲望与情感。传统实验常用“Smarties”与“Sally‑Anne”两类任务检验儿童在7‑9岁时的心智发展水平。

大语言模型的ToM评估框架

斯坦福2023年的实验把GPT‑3、GPT‑3.5（davinci‑003）等九个模型分别投入这两套任务。结果显示，davinci‑002在意外内容测试中命中率约70%，相当于7岁儿童；而GPT‑3.5在同类任务中达到85%‑100%之间，等同于9岁左右的认知水平。值得注意的是，模型在完成任务时并未收到任何专门的“心智”标签提示，完全依赖于海量文本的自监督学习。

性能背后的机制

这些模型的内部表征是高维向量空间，训练目标是最小化下一个词的预测误差。由于训练语料中大量包含人类叙事、对话和情感描写，模型逐渐捕获了“信念‑欲望‑情感”之间的统计关联。换句话说，它们并不“理解”意图，只是对出现频率最高且上下文最匹配的答案进行概率分配。正因如此，当研究者将关键词对调或加入噪声句子时，模型的准确率会出现显著下降，暴露出对逻辑推理的脆弱性。

争议与前景

心理学家普遍认为，ToM不仅是语言层面的模式匹配，更涉及自我意识与情感共情。AI的高分表现是否等同于真正的心智，仍是争论焦点。部分学者把这种现象称为“模拟心智”，认为模型的“心智”是训练数据的副产品；另一些人则期待通过多模态感知、主动实验（如ToolFormer）让系统在真实交互中学习意图推断。若未来的模型能够在未见情境下自行设计实验验证假设，或许才能跨越“看似”与“真正”之间的鸿沟。

于是，当智能助理在你说“我今天有点累”后主动推荐放松音乐时，你会不会怀疑它已经在偷偷猜测你的情绪走向？