大型语言模型代理中人类样本极化的出现
社会与信息网络
2025-05-22 v2 计算机与社会
摘要
大型语言模型 (LLM) 的快速进步不仅使自治智能体能够生成社交网络、交流并在政治议题上形成共识或分歧意见，还开始在塑造人类政治讨论方面发挥越来越重要的作用。然而，我们对其集体行为及其背后机制的理解仍不完整，这带来了意想不到的风险。本文我们模拟一个涉及数千个大型语言模型智能体的网络系统，发现这些通过 LLM 对话引导的社交互动导致人类样本的极化。我们发现这些智能体会自主发展出具有人类特征的社交网络，包括同温层聚类，同时通过类似于现实世界中所观察到的机制（如回音室效应）塑造其集体意见。人类与 LLM 智能体之间的相似性——涵盖行为、机制和涌现现象——引发对其放大社会极化能力的担忧，也潜在地为识别缓解极化及其后果的可行策略提供了宝贵的测试平台。
引用
@article{arxiv.2501.05171,
title = {Emergence of human-like polarization among large language model agents},
author = {Jinghua Piao and Zhihong Lu and Chen Gao and Fengli Xu and Qinghua Hu and Fernando P. Santos and Yong Li and James Evans},
journal= {arXiv preprint arXiv:2501.05171},
year = {2025}
}