LLM 角色中的情感劳动策略偏好

情绪劳动是为了满足社会或职业期望而努力管理情绪表现。人格特质与情绪劳动策略相关，但对这种联系的研究几乎完全依赖于仅在职业环境中管理的自我报告量表。我们研究注入基于心理测量的角色的 大语言模型 是否在日常社交场景中重现这些个性驱动的选择模式。我们构建了第一个包含 500 个社会情境事件的情绪劳动策略数据集，每个事件都提供了三种行为选择，分别对应于表面行为、深层行为和真实表达。我们从大型性格存储库中收集了 50 个虚构人物，并通过两个平行的轨道来描述每个人物：观察者评价的双相情感形容词组合和人物自我报告项目。五个 LLM 评估两种角色条件下的所有场景。我们发现模型更倾向于深度表演，而责任心和情绪稳定性一致地预测了这种偏好。熵分析证实角色可靠地影响输出，并且随着模型和情绪的不同而变化。