大语言模型时代的道德迷宫
计算机与社会
2026-04-08 v2 人工智能
计算与语言
摘要
在复杂社交情境中导航是企业生活的一个重要组成部分，从而在不伤害士气的前提下给出批评性反馈到拒绝请求而不疏远同事。尽管大型语言模型( LLMs) 正在渗透职场，但它们在处理这些规范方面有多好尚不明确。为调查此问题，我们创建了 HR Simulator——一款游戏，用户扮演 HR 官员，撰写处理具有挑战性职场情境的电子邮件，该游戏以特定情境的评估准则由 GPT-4o 作为评判员。我们分析了超过 600 封人类和 LLM 电子邮件，发现风格存在系统性差异: LLM 电子邮件更正式且更具同理心。此外，人类在 LLM 面前表现不佳(例如，23.5% 的通过率对比 48-54% 的通过率)，但经 LLM 改写后人类电子邮件可超越两者，这表明存在混合优势。在评估方面，评判员之间可能存在偏好差异: 对 10 个评判模型的分析揭示了出人意料的礼貌现象，即较弱的模型更倾向于直接、直白的沟通，而较强的模型更倾向于更为含蓄的讯息。评判员之间的一致性也随规模而提高，这暗示了一种可能不同于人类的共同沟通规范正在逐渐形成。总体而言，我们的结果表明，如果大语言模型在专业书面通信中被广泛采用，他们可能会在职场沟通中产生重大影响。
引用
@article{arxiv.2603.20231,
title = {Moral Mazes in the Era of LLMs},
author = {Dang Nguyen and Harvey Yiyun Fu and Peter West and Ari Holtzman and Chenhao Tan},
journal= {arXiv preprint arXiv:2603.20231},
year = {2026}
}
备注
47 pages (including appendix), 7 figures, 2 tables in the main body. v2: updated title and abstract