研究评估六个LLM模拟公众审议的能力

Chaemin Jang 等作者在 arXiv 论文（2609.07573v2）中评估六个 LLM 智能体模拟公众审议与意见变化的能力，结论是当前效果有限：智能体意见往往过度集中，难以稳定再现人口群体差异；即使使用真实受访者画像，也无法再现审议小组的初始意见分布及跨调查轮次的意见变化。 研究基于韩国全国调查、受控审议实验和 2017 年 Shin-Kori 审议民调，用基于人口普查的韩国人格设定与全国调查对比。机制层面，作者发现即使智能体看不到彼此的发言、只交换论点也会出现类似的意见变化，而仅重复初始立场则显著减少意见移动——这提示观察到的变化未必来自真实审议互动。 这些结果指向用 LLM 智能体模拟公众意见的可靠性问题，属论文作者声称的研究发现。

AI 根据报道生成 · 1 天前更新