来源：《通讯心理学》
德国比勒菲尔德大学研究员Tobias Wolfram发表研究，利用大型语言模型（LLM）分析11岁儿童撰写的约250词短文（主题为”想象25岁的自己”），成功预测了其成年后的认知能力与非认知特质，预测准确率（R²=0.55-0.59）接近教师评估水平（0.45-0.62），显著优于基因组数据（0.11-0.17）。研究采用GPT-3生成的1536维文本嵌入特征，结合SuperLearner集成算法，对6,437名英国国家儿童发展研究参与者进行分析，发现文本数据对33岁教育成就的预测解释度达26%，与教师评估（29%）和基因组数据（19%）组合后提升至38%。该成果为教育早期干预提供了低成本工具，同时揭示了文本分析在行为科学中的变革潜力。