构建儿童科学绘画的常模：基于大语言模型语义相似性的分布特征

分类： 心理学 >> 发展与教育心理学 发布时间： 2025-03-03

张翼 魏凡 李婧祎 王妍 于艳艳 陈建丽 蔡紫坡 刘新宇 王巍 王澎 王众

摘要：利用儿童画了解儿童的概念认知已被证实是一种较为有效的方法，但既往的研究存在两大问题：1.绘画内容严重依赖于任务，结论生态效度低；2.对于绘画解释主观性过强。为了解决这一问题，本研究基于大语言模型（LLM）识别 1420 张儿童科学绘画（涵盖 9 个科学概念）的绘画内容，并利用 word2vec 算法计算其语义相似度，探究了同一主题儿童是否存在一致性的绘画表示，从而尝试建立儿童科学绘画的常模，为相关儿童画研究提供一个基线参照系。结果显示，儿童表示不同概念的一致性有较大差异，且存在一致性偏差的可能，即出现趋同的错误表示导致误导了 LLM。同时利用肯德尔秩相关系数（Kendall-𝜏）分析了影响儿童表示的相关因素。结果发现正确率是一个最敏感的指标，样本量、语义相似度等数据都与其相关；同样，概念含有的推理成分的多寡也是一个重要的相关因素。另外，大部分儿童倾向于利用课堂上见过的样例来表示较为抽象的概念，表明儿童可能需要具象样例来理解抽象概念。

同行评议状态:待评议

 点击量 81  下载量 17  评论 0