综述：高利害情境下人格评估中的伪装行为：一项批判性综述

这篇综述系统探讨了高利害情境（如人员选拔）中人格评估的伪装（faking）现象，聚焦其对效度（validity）的影响及预防（forced-choice formats/IRT模型）与检测（machine-learning/RPB方法）策略，同时展望了生成式人工智能（AI）等新技术带来的挑战与机遇。

　　

摘要

伪装行为（faking-good）——刻意呈现过度积极的自我形象——已成为高利害人格评估的持续性挑战。尽管元分析证实伪装会导致效度下降约三分之一，但评估仍保留一定预测效力。近年来研究重点转向预防（如强迫选择格式、中性化项目）和检测（如基于反应模式的机器学习算法），但多数方法存在实操或测量学的权衡。未来需关注真实申请人样本、跨文化验证及AI技术的影响。

高利害情境下人格评估中的伪装行为：批判性回顾

伪装行为在心理学测量中早有记载，通常表现为求职情境中的"装好"（faking-good）或司法评估中的"装坏"（faking-bad）。核心定义强调这是"由情境需求和个人特征激活的、旨在达成个人目标的系统性反应偏差"。当前研究围绕四大主题展开：

1. 影响：经典元分析发现，指导性伪装可使人格特质得分显著提高，求职者在尽责性（conscientiousness）等社会赞许性特质上得分更高。高利害情境下的评估效度比低情境下降约30%，且高分段的效度衰减更明显。
2. 争议：心理测量学视角认为伪装会损害构念效度（construct validity），而自我呈现理论则认为这是情境适应的社交技能表现。

预防策略

强迫选择反应格式

传统单刺激（single-stimulus）问卷易受伪装影响，而强迫选择格式（如图1B）通过要求受试者在特质间进行权衡（如尽责性vs宜人性），有效限制全面伪装。最新进展包括：

• 2PLM-RANK模型和广义瑟斯顿展开模型（GTUM）等IRT方法，可解决强迫选择导致的量表间虚假负相关
• 混合键项目块（含正反向计分项）最少需10组即可保证信度
• 分级配对格式（graded pair）虽降低伪装，但可能损害特质测量准确性

项目中性化

通过改写降低项目社会赞许性（如NB5I量表的120个中性化项目），但LEFFI量表的实证显示该方法未必提升效度。核心矛盾在于：最理想的预测指标往往本身就是社会赞许性项目。

游戏化设计

将叙事、图像等游戏机制融入测评（如HEXACO游戏版），通过增加认知负荷降低项目透明度。研究表明：

• 能显著减少高低利害情境的得分差异
• 与传统量表收敛效度中等（r=0.4-0.6）
• 可能限制多特质同时测量的可行性

隐性测量

条件推理测验（如职场精神病态测量）和半投射测验（如乖戾人格评估）通过隐蔽的评估逻辑，使受试者难以逆向工程。这类方法对负面特质评估尤其有效。

警告干预

当明确告知伪装可被检测且会带来后果时，警告效果最佳。但中测提醒等动态干预方式仍需更多验证。

检测技术

1. 反应模式分析（RPB）：

• 两阶段Likert树IRT模型区分方向性选择与强度选择，分类准确率达85%
• 机器学习算法在识别伪装信号上优于传统方法
• 多维名义反应模型可调整非单调性项目的评分

1. 痕迹数据分析：

• 伪装者表现出更长的反应时、更宽的鼠标轨迹及视觉回避
• 眼动+机器学习组合的误报率仍达20%

1. 隐性命题测量：通过分类任务评估对诚实的内隐信念，特异性有待提升

未来方向

新兴技术如虚拟现实测评、AI面试评分（准确率r=0.7）和数字足迹分析展现出潜力，但面临两大挑战：

1. 生成式AI可模拟人类完成形容词核查表（包括强迫选择格式）
2. 陈述式量表可能更抗AI伪装，但提示工程（prompt engineering）的影响尚不明确

结论

当前证据表明，通过强迫选择格式、IRT建模和游戏化设计可部分缓解伪装问题，但需平衡心理测量特性与实操可行性。检测技术的进步虽带来希望，但误判风险仍需警惕。随着AI技术演进，测评领域将面临"道高一尺魔高一丈"的持续博弈。