通过结构化多智能体辩论揭示大语言模型中的政治偏见
人工智能
2025-06-16 v1 计算机与社会
社会与信息网络
摘要
大语言模型(LLMs)越来越多地被用于模拟社会行为，但它们在辩论中的政治偏见和交互动态仍未被充分探索。我们通过结构化多智能体辩论框架，研究了LLM类型和智能体性别属性如何影响政治偏见，让中性、共和党和民主党美国LLM智能体就政治敏感话题进行辩论。我们系统地变化底层LLM、智能体性别和辩论格式，以考察模型来源和智能体人设如何影响辩论过程中的政治偏见和态度。我们发现中性智能体始终与民主党保持一致，而共和党智能体则向中性靠拢；性别影响智能体态度，当智能体意识到其他智能体的性别时会调整自身观点；与先前研究相反，具有相同政治归属的智能体可以形成回音室，表现出随着辩论进行而预期的态度强化。
引用
@article{arxiv.2506.11825,
title = {Revealing Political Bias in LLMs through Structured Multi-Agent Debate},
author = {Aishwarya Bandaru and Fabian Bindley and Trevor Bluth and Nandini Chavda and Baixu Chen and Ethan Law},
journal= {arXiv preprint arXiv:2506.11825},
year = {2025}
}