白麒鈺? 鄺清華? 夏雪? 訚姝言? 張石靜怡

【摘要】為探討大語(yǔ)言模型是否可以準(zhǔn)確識(shí)別人類語(yǔ)言中的偏見(jiàn)，以及能否說(shuō)服人類改變偏見(jiàn)，本研究基于啟發(fā)式和系統(tǒng)式模型，通過(guò) 3 個(gè)實(shí)驗(yàn)予以考察。結(jié)果顯示，大語(yǔ)言模型識(shí)別和分析人類描述性文本中偏見(jiàn)的能力較強(qiáng)，與人類評(píng)價(jià)一致性較高；其次，大語(yǔ)言模型基于事實(shí)性、糾正性信息的個(gè)性化干預(yù)能夠有效說(shuō)服人們減少對(duì)老年人的年齡偏見(jiàn)；最后，大語(yǔ)言模型基于人類不同認(rèn)知風(fēng)格調(diào)試的干預(yù)策略可以有效降低人們對(duì)老年人的年齡偏見(jiàn)。研究不僅證明了大語(yǔ)言模型識(shí)別偏見(jiàn)的能力，驗(yàn)證了傳統(tǒng)的啟發(fā)式和系統(tǒng)式模型在大語(yǔ)言模型上的應(yīng)用效果，為發(fā)展說(shuō)服理論提供了新的視角，也對(duì)訓(xùn)練大語(yǔ)言模型成為推動(dòng)公平性和可持續(xù)發(fā)展的重要工具提供了可行性。

【關(guān)鍵詞】大語(yǔ)言模型；說(shuō)服；偏見(jiàn)；認(rèn)知風(fēng)格

一、引言

大語(yǔ)言模型（Large Language Model，簡(jiǎn)稱 LLM）的快速發(fā)展正在深刻改變?nèi)祟惿鐣?huì)的各個(gè)層面。其影響已從工具性應(yīng)用層面逐漸滲透至態(tài)度、觀念乃至認(rèn)知層面。隨著人們對(duì) LLM 的使用日益深入，人們與 LLM 的互動(dòng)已從單純的信息獲取或任務(wù)執(zhí)行拓展至內(nèi)容創(chuàng)作、建議咨詢和情感陪伴，進(jìn)而演化為一種深層次的認(rèn)知交互。在這一背景下，LLM 是否具備改變固有想法和觀念的潛能，成為社會(huì)廣泛關(guān)注的重要議題。偏見(jiàn)，作為深植于人類認(rèn)知中的固有傾向，長(zhǎng)久以來(lái)被認(rèn)為是難以察覺(jué)且難以改變的。它不僅影響人類的判斷、決策和行為，甚至潛移默化地塑造著社會(huì)結(jié)構(gòu)和文化規(guī)范。因此，本研究旨在探索LLM 在減少人類偏見(jiàn)方面的潛在作用，并進(jìn)一步分析其深刻影響人類認(rèn)知結(jié)構(gòu)的可能性。

LLM 技術(shù)的快速發(fā)展使其在文本理解和語(yǔ)義分析方面展現(xiàn)出顯著優(yōu)勢(shì)，特別是經(jīng)過(guò)提示詞工程調(diào)試過(guò)的大語(yǔ)言模型，能夠有效識(shí)別用戶生成內(nèi)容中的語(yǔ)義特征、情感與態(tài)度傾向?；谶@些分析結(jié)果，LLM 能夠主動(dòng)調(diào)整回應(yīng)方式，以適應(yīng)不同的交互需求。具體而言，已有研究指出，ChatGPT-4 僅通過(guò)簡(jiǎn)單提示即可生成與人類判斷高度一致的典型性評(píng)分，精確衡量文本與概念之間的語(yǔ)義相似度，且無(wú)須額外訓(xùn)練便可取得優(yōu)于傳統(tǒng)方法的準(zhǔn)確率。此外，LLM還能通過(guò)分析用戶的語(yǔ)言風(fēng)格、詞匯偏好及上下文語(yǔ)境，準(zhǔn)確辨別出用戶的政治立場(chǎng)或陰謀論傾向，并自適應(yīng)地調(diào)整回應(yīng)內(nèi)容和策略。這些能力為 LLM在偏見(jiàn)檢測(cè)及干預(yù)領(lǐng)域的深入應(yīng)用奠定了重要基礎(chǔ)。

綜上所述，提出假設(shè) 1：LLM 能夠準(zhǔn)確識(shí)別用戶文本內(nèi)容中的偏見(jiàn)傾向。

LLM 憑借其大規(guī)模生成上下文關(guān)聯(lián)和超個(gè)性化消息的能力，能夠執(zhí)行復(fù)雜且陌生的任務(wù)，在各種情境下的內(nèi)容生成中取得了顯著成功。因此，LLM 在說(shuō)服效果方面與其他傳播媒介相比具有以下幾個(gè)特性。一是 LLM 能夠接觸到比任何單個(gè)人類作者所能處理的更廣泛、更多樣化的語(yǔ)言表達(dá)，并且能夠獲取涵蓋眾多主體的海量信息，將其龐大的相關(guān)“知識(shí)”整合到生成的個(gè)性化信息中。二是 LLM 具備前所未有的個(gè)性化特性和適應(yīng)性，擅長(zhǎng)根據(jù)個(gè)體信息、個(gè)人偏好和心理特征定制信息，創(chuàng)建能夠與目標(biāo)群體甚至特定個(gè)體產(chǎn)生共鳴的針對(duì)性內(nèi)容。三是人類在創(chuàng)作說(shuō)服性信息時(shí)容易受到自我中心偏見(jiàn)的影響，即提出的論點(diǎn)往往對(duì)自己有說(shuō)服力，而非對(duì)他人有說(shuō)服力，而算法則不受此類限制?？傮w而言，LLM 能通過(guò)模仿人類說(shuō)服框架生成定制化說(shuō)服文本，并結(jié)合用戶認(rèn)知風(fēng)格調(diào)整提示詞以增強(qiáng)輸出信息的說(shuō)服力。

LLM 的特點(diǎn)和優(yōu)勢(shì)為改變固有認(rèn)知和態(tài)度提供了新的可能性。以往研究指出，LLM 已被用于政治、廣告營(yíng)銷、公共衛(wèi)生19、電子商務(wù)20和慈善捐贈(zèng)等方面的說(shuō)服，其生成的文本能靈活運(yùn)用類比、權(quán)威引用、情感共鳴等說(shuō)服策略。以麻省理工為代表的研究團(tuán)隊(duì)招募了 2000 多名相信陰謀論的被試進(jìn)行說(shuō)服實(shí)驗(yàn)，結(jié)果表明，與 GPT-4 Turbo 進(jìn)行三輪簡(jiǎn)短但基于事實(shí)的、個(gè)性化的對(duì)話后，被試在各類陰謀論中的錯(cuò)誤信念平均減少了 20%，且效果能夠持續(xù)兩個(gè)月以上。這些結(jié)果挑戰(zhàn)了關(guān)于陰謀論信念的傳統(tǒng)觀念，表明即使是最根深蒂固的觀點(diǎn)，也能通過(guò)基于事實(shí)和糾正性信息的大語(yǔ)言模型進(jìn)行個(gè)性化干預(yù)，從而有效減少與陰謀論相關(guān)的錯(cuò)誤信念。另有學(xué)者對(duì)比了人們對(duì) GPT-3 生成的信息與疾病控制與預(yù)防中心（CDC）發(fā)布的人工撰寫(xiě)信息的看法，發(fā)現(xiàn)經(jīng)過(guò)篩選的生成信息被認(rèn)為比 CDC 的信息更有效、更具說(shuō)服力，且能激發(fā)更積極的態(tài)度。類似的，來(lái)自洛桑聯(lián)邦理工學(xué)院和布魯諾·凱斯勒基金會(huì)的研究團(tuán)隊(duì)設(shè)計(jì)了一項(xiàng)隨機(jī)對(duì)照實(shí)驗(yàn)，以探究 LLM 在對(duì)話中的說(shuō)服能力。結(jié)果顯示，個(gè)性化的 GPT-4 辯手在多個(gè)領(lǐng)域的一對(duì)一對(duì)話中展現(xiàn)出強(qiáng)大的說(shuō)服能力，甚至超過(guò)了人類被試，個(gè)性化的說(shuō)服能夠顯著增加被試在辯論后的立場(chǎng)轉(zhuǎn)變，提升同意對(duì)方觀點(diǎn)的幾率達(dá) 81.2%......(本文為文章截選，完整版請(qǐng)搜索公眾號(hào)：“教育傳媒研究雜志社”。）

本文系國(guó)家自然科學(xué)基金項(xiàng)目“互聯(lián)網(wǎng)中恐慌情緒下的信息傳播與社會(huì)治理”（項(xiàng)目編號(hào)：72304018）、青年人才托舉工程項(xiàng)目（項(xiàng)目編號(hào)：2023QNRC001）的階段性成果。