EMNLP'26 Oral | 麻省理工：靠访谈让 AI 模拟真人，这条路能走多远？

麻省理工学院等机构的研究者提出了 HugAgent 项目，通过深度访谈和问卷构建大模型的“数字分身”，旨在预测个体在面对新情境时的回答变化。相关成果已入选 EMNLP 2026 Main Oral。该研究覆盖 54 名参与者，涉及 1,742 个评测项，并测试了 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等多个主流大模型。

研究发现，虽然增加访谈时长能提升 AI 对个体当前立场的掌握程度，但并不等同于能准确预测其在条件变化后的反应。研究指出描述一个人与预测其行为存在本质区别：仅记录现有立场（belief state）不足以应对假设情境中的信念更新（belief dynamics）。

为检验这一能力，项目选取了全民医疗、公共监控和住房增密三个在美国具有明显分歧的话题。研究人员首先收集参与者的基础立场及理由权重，随后改变单一条件（如租金下降、节省医疗支出或缩短录像保存时间），要求参与者重新评估观点。

除了结构化问卷，团队还利用开源聊天机器人 TraceYourThinking 进行半结构化口述思考访谈。系统根据回答动态构建因果信念图并生成追问问题，帮助模型理解个体的不确定性及价值权衡逻辑，而非仅仅依赖固定的问题清单。

基于上述数据，研究构建了包含 356 题的“信念推断”任务和 1386 题的“信念动态更新”任务。通过与参与者两周后重新作答的一致性（分别为 84.84% 和 85.66%）进行对比，明确了当前模型在模拟具体个体时的表现边界。