ROBOPSY PL[AI]:利用角色扮演探究 LLM 如何呈现集体记忆
人机交互
2025-10-14 v1 人工智能
计算机与社会
摘要
本文呈现了一项艺术研究项目的初步成果,旨在探究大语言模型(LLMs)如何策展并呈现集体记忆。在 2025 年于维也纳展出的为期两个月的公共装置中,参观者可与五种不同的 LLM(搭载 GPT 4o 与 GPT 4o mini 的 ChatGPT、Mistral Large、DeepSeek-Chat 以及本地运行的 Llama 3.1 模型)进行交互,这些模型被指示扮演叙述者,围绕 1936 年奥地利哲学家 Moritz Schlick 遇害事件展开一场角色扮演游戏。研究成果包括:游戏过程中 LLM 与用户交互的协议,以及游戏体验后用于洞察玩家反应而进行的定性对话。在定量分析中,我们采用包括语义相似度与情感分析在内的多种自然语言处理方法,对 LLM 生成的 115 篇角色扮演引介文本进行了考察。定性玩家反馈使我们得以区分出三类不同的用户类型,而定量文本分析则揭示了不同 LLM 在呈现该历史内容方面存在显著差异。本研究既为持续进行的 LLM 性能分析工作添砖加瓦,也提供了一种以趣味方式向大众传播此类工作的途径。
引用
@article{arxiv.2510.09874,
title = {ROBOPSY PL[AI]: Using Role-Play to Investigate how LLMs Present Collective Memory},
author = {Margarete Jahrmann and Thomas Brandstetter and Stefan Glasauer},
journal= {arXiv preprint arXiv:2510.09874},
year = {2025}
}
备注
17 pages, 4 figures