Talk2AI：人类-AI 说服性对话的纵向数据集
人机交互
2026-04-07 v1 计算与语言
计算机与社会
摘要
Talk2AI 是一个大规模的纵向数据集，包含 3,080 段对话（共 30,800 轮），涉及人类参与者与大型语言模型（LLMs）之间的对话，旨在支持关于说服、观点改变和人类-AI 交互的研究。该语料库来自 770 名具有详细资料的意大利成年人，在 2025 年春季进行了四周期的会话，采用被试内设计，每位参与者与单一模型（GPT-4o、Claude Sonnet 3.7、DeepSeek-chat V3 或 Mistral Large）就三个社会相关话题进行对话：气候变化、数学焦虑和健康错误信息。每段对话都关联了丰富的上下文数据，包括社会人口学特征和心理测量特征。每次会话后，参与者报告了观点改变、信念稳定性、AI 的人性化感知和行为意图，从而实现对 AI 介导的对话如何随时间塑造信念和态度的细粒度纵向分析。
引用
@article{arxiv.2604.04354,
title = {Talk2AI: A Longitudinal Dataset of Human--AI Persuasive Conversations},
author = {Alexis Carrillo and Enrique Taietta and Ali Aghazadeh Ardebili and Giuseppe Alessandro Veltri and Massimo Stella},
journal= {arXiv preprint arXiv:2604.04354},
year = {2026}
}
备注
17 pages, 2 figures, 7 tables