The Persuasive Power of Large Language Models

越来越强大的大型语言模型作为类人社交代理的能力，在舆论动态领域引发了两个重要问题。首先，这些代理是否能够生成有效的论点，注入在线讨论中以引导公众舆论。其次，人工代理是否能够相互交互，重现人类社会系统中典型的说服动态，为研究合成社会系统作为人口舆论动态的忠实代理开辟了机会。为了解决这些问题，我们设计了一个关于气候变化的合成说服对话场景，其中一个“说服者”代理生成一种有说服力的论点，供“怀疑者”代理评估其是否改变了其内部的观点状态。生成不同类型的论点，以包含支撑心理语言学观点变化理论的不同语言维度。然后，我们要求人类评委评估机器生成的论点的说服力。根据人类和代理的评估，包括事实知识、信任标记、支持表达和传达状态的论点被认为是最有效的，人类报告了对基于知识的论点的明显偏好。我们的实验框架为未来的舆论动态的计算机模拟研究奠定了基础，我们的发现表明，人工代理在在线社交媒体的集体舆论形成过程中具有发挥重要作用的潜力。

本文试图回答两个问题：一是人工智能代理能否产生有效的论点来引导公众舆论；二是人工智能代理能否相互作用以重现人类社会系统中典型的说服动态。

本文设计了一个关于气候变化的合成说服对话场景，其中一个说服者代理生成一个有说服力的论点，而一个怀疑者代理随后评估论点是否改变了其内部观点状态。通过人类评判机器生成论点的说服力，研究发现，包括事实知识、信任标记、支持表达和传达地位的论点最有效。

实验框架为未来的意见动态的研究奠定了基础，发现表明人工代理在在线社交媒体的集体意见形成过程中具有重要作用的潜力。

相关研究包括：1. A survey of opinion mining and sentiment analysis 2. The spread of low-credibility content by social bots