Les grands modèles de langage (large language model, LLM) représentent un saut de l'intelligence perceptive à l'intelligence cognitive, marquant une avancée importante et une application approfondie de l'intelligence artificielle dans le traitement du langage naturel. Cette étude, issue d'une perspective de recherche en psychologie cognitive, utilise le test des figures en mosaïque et le test de compréhension en lecture HSK pour évaluer les modes cognitifs des LLM et ainsi évaluer leur capacité de compréhension de la lecture en chinois. Les résultats montrent : ① les LLM représentés par Bing Copilot présentent un mode cognitif indépendamment du contexte ; ② l'étudiant virtuel basé sur le jeu de rôle LLM peut simuler dans une certaine mesure le niveau linguistique réel des étudiants étrangers, mais il existe encore un écart avec les étudiants réels ; ③ le mode cognitif des LLM dans le contexte de l'interaction homme-machine a un impact significatif sur la compréhension de la lecture en chinois. Cette étude estime que les résultats expérimentaux ci-dessus ne valident pas seulement les défauts cognitifs encore présents dans les LLM du point de vue des sciences cognitives, générant ainsi des biais dans le traitement de l'information, mais révèlent aussi la nécessité et la faisabilité d'optimiser la conception des LLM via la simulation et l'intégration de modes cognitifs multiples. Ceci contribue à promouvoir la transformation intelligente à un niveau supérieur de l'éducation internationale du chinois, ainsi que l'application profonde et l'innovation de l'intelligence homme-machine dans le domaine éducatif, en particulier dans l'enseignement international du chinois.

Mode cognitif;Grand modèle de langage;Compréhension de lecture;Éducation internationale en chinois