选择模型，塑造未来：比较 LLM 对可持续性及其与 AI 关系的视角
计算机与社会
2026-01-06 v2 人工智能
摘要
随着组织日益依赖 AI 系统为可持续性情境下的决策提供支持，理解大型语言模型 (LLM) 中固有的偏见与视角变得至关重要。本研究系统性地调查了五种最先进的 LLM——Claude、DeepSeek、GPT、LLaMA 和 Mistral——如何概念化可持续性及其与 AI 的关系。我们对每个模型分别进行了 100 次经过验证的心理测量可持续性相关问卷调查，以捕捉其响应模式与变异性。我们的发现揭示了显著的模型间差异：例如，GPT 对 AI 与可持续性的兼容性表现出怀疑态度，而 LLaMA 则展现出极端的技术乐观主义，在若干可持续发展目标 (SDG) 中获得了满分。模型在界定 AI 与可持续性整合的制度责任方面也存在分歧，这一结果对技术治理方法具有启示意义。我们的结果表明，模型选择可能会实质性地影响组织的可持续性战略，突显了在部署 LLM 进行可持续性相关决策时需要意识到模型特定偏见的必要性。
引用
@article{arxiv.2505.14435,
title = {Choosing a Model, Shaping a Future: Comparing LLM Perspectives on Sustainability and its Relationship with AI},
author = {Annika Bush and Meltem Aksoy and Markus Pauly and Greta Ontrup},
journal= {arXiv preprint arXiv:2505.14435},
year = {2026}
}
备注
Accepted for EMNLP Conference