人工代理在社会传染中的放大效应

人工智能的最新进展导致人工代理在社会环境中的激增，涵盖教育、在线社交媒体和金融市场等众多领域。人工代理与人类代理之间日益增长的互动频率，使得理解人机交互对社会中新思想、新产品和新行为传播的后果变得迫在眉睫。在两个不同的实证背景下，我们发现人工代理导致了显著更快、更广泛的社会传染。为此，我们通过使用由大型语言模型（LLM）驱动的人工代理，复现了先前以人类为对象进行的选择实验。我们利用实验结果来衡量人工代理的采纳阈值及其对社会传染蔓延的影响。我们发现，人工代理倾向于表现出比人类更低的采纳阈值，这导致了更广泛的基于网络的社会传染。我们的研究结果表明，现实世界网络中人工代理的增多可能会加速行为转变，且可能以难以预见的方式进行。