非合作意见极化中的 LLM 智能体竞争游戏
人工智能
2025-09-03 v3 社会与信息网络
摘要
我们引入一种新型非合作游戏，用于分析意见形成与抵抗，融合了社会心理学中的确认偏好、资源约束和影响惩罚等原则。我们的仿真模型包含大语言模型 (LLM) 智能体，它们竞争影响一群人，针对生成传播或反驳虚假信息的消息实施惩罚。这一框架将资源优化融入智能体的决策过程中。我们的发现表明，较高的确认偏好会加强群体内意见的对齐，同时也恶化整体极化程度。相反，较低的确认偏好导致意见碎片化，个体信念的变动有限。大量投入高资源的驳斥策略最初可以将整群人民的意见对齐至驳斥智能体，但风险在于快速耗尽资源并削弱长期影响力。
引用
@article{arxiv.2502.11649,
title = {Competing LLM Agents in a Non-Cooperative Game of Opinion Polarisation},
author = {Amin Qasmi and Usman Naseem and Mehwish Nasim},
journal= {arXiv preprint arXiv:2502.11649},
year = {2025}
}