生成式回音室?LLM驱动的搜索系统对多样化信息检索的影响
计算与语言
2024-02-13 v2 人工智能
人机交互
摘要
由大语言模型(LLM)驱动的对话式搜索系统已被数亿人使用,并被认为比传统搜索带来更多益处。然而,尽管数十年的研究与公共话语审视了搜索系统在增加选择性暴露和制造回音室——限制对多元观点的接触并导致观点极化——方面的风险,但对LLM驱动的对话式搜索的此类风险却知之甚少。我们进行了两项实验以调查:1)与传统搜索相比,LLM驱动的对话式搜索是否及如何增加选择性暴露;2)带有强化或挑战用户观点的意见偏见的LLM是否及如何改变这一效应。总体而言,我们发现参与者在使用LLM驱动的对话式搜索时进行了更具偏见的信息查询,而强化其观点的带有偏见的LLM加剧了这种偏见。这些结果对LLM与对话式搜索系统的开发,以及治理这些技术的政策提出了关键的启示。
引用
@article{arxiv.2402.05880,
title = {Generative Echo Chamber? Effects of LLM-Powered Search Systems on Diverse Information Seeking},
author = {Nikhil Sharma and Q. Vera Liao and Ziang Xiao},
journal= {arXiv preprint arXiv:2402.05880},
year = {2024}
}
备注
Accepted in CHI'24. Supplementary material will be available online with the official submission in CHI 2024