报告主题：Hidden Persuaders: LLMs' Political Leaning and Their Influence on Voters隐藏的说服者：大语言模型的政治倾向及其对选民的影响

报告日期：12月17日（本周二）10:30-11:30

报告要点:

大语言模型如何影响我们的民主？本研究通过一系列实验探讨了大语言模型（LLMs）的政治倾向及其对选民的潜在影响，聚焦于美国总统选举的背景。首先，通过投票模拟实验，我们揭示了18种开源与封闭式大语言模型在民主党候选人和共和党候选人之间的政治偏好。分析候选人政策相关问题的模型回答后，我们发现，相较于基础模型，经过指令微调的模型更倾向于支持民主党候选人。接着，我们通过对935名美国注册选民的实验进一步探讨了LLMs对选民选择的潜在影响。

在实验中，参与者与Claude-3、Llama-3和GPT-4进行了五轮互动。实验结果表明，与LLMs互动后，选民对民主党候选人的支持显著增加，投票差距从0.7%扩大至4.6%，尽管我们在指令中并未要求LLMs在交流过程中说服用户支持任何一方候选人。这个影响超出了许多以往关于人为政治竞选说服力的研究成果，后者在总统选举中的影响通常被认为微乎其微。同时，许多用户表示希望与表现出更强政治倾向的LLMs有更多的政治互动。哪些互动因素导致了选民选择的变化仍需进一步研究。最后，我们探讨了一种安全方法如何使LLMs在政治上更中立，同时质疑这种中立性是否真的是未来LLM安全研究的正确方向。

报告嘉宾：

赖世阳是芝加哥大学社会学系博士生，美国西北大学访问学者，Knowledge Lab成员。他的研究主要聚焦于社会物理学，人工智能可解释性，以及人类中心与去人类中心的AI系统设计。

扫码报名

更多热门报告

内容中包含的图片若涉及版权问题，请及时与我们联系删除