心智多元，网络分裂？大模型社会仿真中的人格构成、极化与集体智能

🎓 专业 IRMaD 结构解读

I. Introduction（引言）

议题源流。线上社会「为何分裂为敌对阵营」与「群体何时优于个体」是两条各自发展数十年的研究线，近年都转向以大语言模型（LLM）作为智能体的生成式社会仿真。LLM 群体被证明能复现意见动力学（Chuang et al., 2024）、在网络化互动中涌现回音室和类人极化（Wang et al., 2025；Piao et al., 2025b），替代性信息流算法也会改变讨论性质（Törnberg et al., 2023）。

文献空白。作者用一张对比表梳理了 12 项代表研究：极化研究把智能体视为可互换，大五人格至多作为「assigned」背景细节，不操纵、不跨构成比较，也不测群体任务；集体智慧研究（如 Duan et al., 2025）操纵人格，但用无网络的小团队，无可极化的议题。最接近的 Cau et al.（2025，EPJ Data Science）发现 LLM 多轮辩论趋于一致，源于非对称的接受—拒绝偏差而非谄媚，但其智能体同质、互动为平均场，作者本人把「缺乏个性」与「缺乏网络结构」列为两大局限。由此，极化与集体智慧的关系在现有设计下不仅未知，而且不可观测；单一特质何以改变另一特质效应的方向不可检验；分散与隔离反向运动的可能性也不可见。

本研究贡献（作者自列五点）：

• 提出 TraitMix：以大五向量分布为实验自变量，分离特质水平 μ 与特质异质性 Σ，并在同一批运行中同时测量极化与集体智慧；
• 证明观点分散（dispersion）与隔离（segregation）是两个可反向运动的维度；
• 发现并跨模型族复现宜人性对开放性效应的交叉调节；
• 未发现极化—集体智慧权衡，仅跨立场互动与集体准确度的关联经身份式分解偏相关后保留；
• 一套低成本、可报告的效度控制（诱导门槛、中性填充话题、实现特质分布重构、三组非计划内部复现、七项设计扰动符号稳定性审计、跨模型复现），并连同失败的测量一并报告。

对计算传播学而言，本文把「回音室是否等于温和共识」「跨立场接触是否以牺牲群体判断力为代价」这类平台治理争论，转化为可控实验中的可检验问题。

I. Theoretical Framework & Hypotheses（理论框架与假设）

形式化定义。社会为有向图 G = (V, E)，|V| = N；智能体 i 具有大五向量 θi = (θO, θC, θE, θA, θN) ∈ [0,1]5、表层人设 p_i、有界记忆 M_i，以及每个话题 τ 在第 t 轮的潜在立场 xiτ(t) ∈ {−3,…,+3}。人格构成定义为 θi ~ TN5(μ, Σ)（截断于 [0,1]⁵ 的五维正态），实验条件即一组 (μ, Σ) 的选择，其余全部固定。因截断会耦合水平与离散度（如 μ = 0.8、σ = 0.15 被单侧截断），作者对每次运行重构实现的特质矩并作为协变量。

两类结果的概念划分。方差、极端度、双峰性刻画分散；同配性、回音室封闭度、跨立场互动刻画隔离。集体准确度依托多样性预测恒等式：集体误差 = 平均个体误差 − 预测多样性（log₁₀ 空间），这也是后文排除「算术伪关联」的理论依据。

M. Materials & Methods（材料与方法）

• 仿真类型：LLM 驱动的生成式基于主体建模（ABM），离散轮次推进；非 SD / DES。环境为带算法信息流与动态关注网络的社交媒体平台，作者强调环境本身「刻意常规」，贡献在于固定什么、操纵什么。
• 社会配置（默认）：N = 100 个智能体，T = 30 轮，激活概率 ρ = 0.4，信息流长度 f = 10，记忆 k = 10（最近自身行动 + 私有信息），每 P = 5 轮私下探测立场；初始网络为 Barabási–Albert 图（m = 3）。规模消融 N = 200。单次运行约 3 分钟。
• 推荐排序：s(q,i) = ( wint·(1 − |xiτ(q) − xa(q)τ(q)| / 6) + whot·(1 + β·ℓq + max(0, κ − (t − tq))) ) · ηiq，wint = 1.0、whot = 0.5，关注作者时 ηiq > 1；兴趣项使推荐温和同质化（β、κ 取值正文未给出）。
• 行动空间：每个激活智能体以自由文本从 {post, reply, like, follow, unfollow, pass} 中选一项；follow/unfollow 改写 E，网络动态演化。立场只经平台外私下探测（−3 至 +3）获取，避免把表达意愿与信念混淆。
• 人格诱导与验证：系统提示以九档自然语言描述每项特质。实验前对所有人设施测 IPIP-NEO-120（120 题、30 facet、每维 24 题，每配置 3 次重复）。准入门槛：每项被操纵特质 Spearman ρ ≥ 0.60 且最高与最低目标档的测得均值差 Δ ≥ 1.00（五点量表）；作者坦承 Δ 标准为事后增设，理由是有模型 ρ = 0.96 但极端档仅差 0.71 分且行为无响应。另以词汇标记打分器记录帖子中的表达人格作连续操纵检查。
• 极化指标：观点方差；极端度 (1/N)Σ|xi|；Sarle 双峰系数与 Ashman 型分离统计；立场数值同配系数；回音室封闭度（负 Krackhardt E–I 指数）−(eext − eint)/(eext + eint)；跨立场互动率（对立立场符号者之间回复占比）。
• 集体智慧任务：①数值估计——世界银行真值，log₁₀ 空间计算集体误差、平均个体误差与估计多样性，主指标为跨题 z 标准化并翻转符号的集体准确度（标准化参照为同模型运行）；14 个候选题按「单体中位相对误差 ≥ 15%、log₁₀ 估计 SD ≥ 0.02」预筛，6 题入选。②隐藏信息决策——8 条共享事实偏向较差候选人，6 条非共享事实支持较优者、3 条非共享事实不利于较差者，每人持 2 条非共享事实；报告讨论后正确率。任务以带点赞的公告帖进入信息流：基线每次运行 8 条公告平均获 34.7 条直接回复与 13.0 次提及，100 人中 38 人参与。
• 伪迹控制：每个社会附加中性填充话题（披萨配料）检测答题风格启动效应；由条件 + 种子精确重构实现特质矩阵作协变量；两项循环性消融（去除探测锚点；去除推荐中的立场接近项），各 10 条件 × 8 种子共 160 次，另有按「最近发帖立场」计算接近项的 3 条件变体。
• 议题：主设计为全国控枪法、移民两项争议话题 + 填充话题；六话题复现保留原两题并扩展（正文另点名碳税）。人类校准条件取 IPIP-NEO-120 公开常模（n = 320,128，由 4–20 分重标至 [0,1]），作者注明为自选样本、非全国代表。
• 模型与算力：主模型 Llama-3.1-8B-Instruct；另有 Qwen2.5-3B/7B/14B/32B-Instruct（后三者 AWQ 量化）与 Llama-3.2-3B-Instruct；vLLM 0.8.5.post1、PyTorch 2.6.0、CUDA 12.4，单卡 RTX 4090（24 GB），上下文 4096 token，行动温度 0.7、探测温度 0.3；Python 3.12，MIT 许可开源。

• 统计协议（主运行前预设）：每次运行为一个观测；种子跨条件匹配，主推断为运行层面配对 t 检验，辅以以种子为随机截距的线性混合效应模型（运行 × 话题、运行 × 题目）；Wilcoxon 符号秩检验仅作确认（双侧 p 下限 2/2n：5 种子 0.0625、8 种子 0.0078）；实验族 × 指标内 Holm–Bonferroni 校正；报告 Cohen d_z、Hedges g、Cliff δ 与 10,000 次 bootstrap 95% CI；校正后 p 落在 0.05–0.15 的 5 种子对比触发整族扩至 8 种子；复现模型对照同模型基线。响应面以 9 个格均值拟合约简模型并辅以格为分组因子的混合模型，检查 Cook 距离与留一格稳健性。

R. Results（结果）

• 操纵与伪迹检查：诱导平均 ρ = 0.93（O 0.89、C 0.92、E 0.95、A 0.95、N 0.96），过 0.60 门槛。填充话题方差与争议话题极端度无关（r = −0.061，p = 0.33，n = 258），排除答题风格启动。实现特质离散度预测观点方差（r = 0.480，p < 10⁻¹⁵；控制条件后 b = 6.67，p < 10⁻⁴，R² = 0.857），但仅能解释基线与最低极化格之差的约十二分之一（预期 0.07 vs 观测 0.84）。去除推荐接近项：与原效应秩一致 ρ = 0.975，36 个效应中 33 个保号；去除探测锚点：ρ = 0.729，29/36 保号，异质性剂量—反应 r = +0.981（原 +0.966），极端度上升。三组构成相同的独立条件均值差至多为方差 0.052、极端度 0.039、跨立场率 0.032、隐藏信息 0.007。
• 分散与隔离可分离：两者相关（方差与跨立场 r = +0.74，与封闭度 r = −0.76），但在方差基础上加入条件后，跨立场 R² = 0.60（F(45,211) = 7.10，p < 10⁻²²）、封闭度 0.63（F = 7.96，p < 10⁻²⁵）、极端度 0.83（F = 23.55，p < 10⁻⁵⁹）。

• E1 特质水平（表 4，10 个对比过校正）：高宜人性跨立场率 95% CI [−0.141, −0.078]、d_z = −2.37、p = 0.003，方差 d_z = −1.73、p = 0.016，极端度 d_z = 2.12、p = 0.004；高神经质极端度 d_z = 2.75、p = 0.001。回复计数：高宜人性 598 条回复中 25 条跨立场（基线 435 条中 72 条），对立有序对 4,069（基线 4,892），96% 智能体仍持非零立场；同质条件对立对降至可能对数的 14.5%。两话题设计中「只有调高特质才显著」的不对称在六话题下消失（调高 17/20、调低 14/20 过校正），作者撤回该结论。
• 六话题复现：与两话题效应量相关 r = +0.90（方差）、+0.93（跨立场）、+0.87（极端度）、+0.67（封闭度）；56 个条件 × 指标组合中 16 个异号，其中 5 个为真实反转。15 对话题中 10 对平均秩一致 +0.87，例外均涉及移民（平均 −0.06，Mann–Whitney p = 0.001）。方差分解：构成解释 53.2%（F = 77.0，p < 10⁻¹³⁰），话题 12.3%（F = 50.0，p < 10⁻⁴³）。
• E2 异质性（13 个对比过校正）：实现特质 SD 与方差 r = +0.966（p = 2×10⁻¹⁴）、极端度 +0.870、跨立场 +0.795、封闭度 −0.810、集体准确度 +0.774（p = 9×10⁻⁶）。同质条件 d_z：方差 −3.31、跨立场 −3.99、封闭度 1.87。人类常模条件还表现为中位相对误差恶化 0.396（p = 0.040）、估计多样性降 0.026（p = 0.048）。

• E3 交叉调节：9 格均值约简模型 b = −3.86（p = 0.030，df = 5），格分组混合模型 p = 0.0027（14B、32B 分别 p < 0.001、0.004）。主模型两格 Cook 距离 > 1，留一格后仅 3/9 仍 p < 0.05，作者判定主模型估计受强影响点驱动；14B 为 9/9、32B 为 7/9。μ_A = 0.2 时开放性使方差 0.53 → 1.38，μ_A = 0.8 时 0.97 → 0.44。高开放 + 高宜人格方差降 0.835（d_z = −4.52），跨立场降 0.125、封闭度升 0.444（均 p = 0.002）。Qwen2.5-7B 无交互（p = 0.995），两特质加性，异质性剂量—反应也消失（r = −0.33，p = 0.11）。Qwen2.5-3B（A 维 ρ = 0.48）与 Llama-3.2-3B（Δ = 0.35 / 0.71）未过诱导门槛被排除。
• 集体智慧：前后变化指标无条件间信号（F = 0.35，p = 0.995）；隐藏信息正确率约 0.12（复现模型接近 0）。同配性无区分力（均值 −0.022，SD 0.038）。

• 无权衡：同样调整后方差 +0.268 → +0.071（p = 0.26）、封闭度 −0.230 → −0.064（p = 0.31）、极端度 −0.200 → −0.120（p = 0.055），三者被撤回。条件内平均相关 +0.107，24 个条件中 16 个为正，但 t = 1.40、p = 0.18。隐藏信息与四项极化指标经 TOST（等价界 |r| = 0.20）均判定等价于无关联。
• 稳健审计与跨模型：高开放性对方差、跨立场、封闭度及高神经质对方差、极端度、封闭度均 9/9 保号；集体智慧效应仅 2–7/9，列为探索性。N = 200 时方差 1.455（N = 100 为 1.275）、封闭度 0.268（0.369）。Qwen2.5-14B 上特质水平主效应符号一致性仅 6/10（方差、跨立场、封闭度）与 4/10（极端度），宜人性对跨立场几乎完全复现（−0.111 vs −0.106）；该模型填充话题方差与极端度 r = +0.367（p < 10⁻⁴，n = 129），极端度被判为受答题风格污染。

a / D. Discussion & Conclusion（讨论与结论）

• 极化是两个维度：异质性抬高分散、降低隔离；高宜人性降低分散、抬高隔离。只报告单一极化统计量的研究可能对同一系统得出相反结论。对计算传播学的回音室测量而言，这意味着「观点收敛」不能被读作「去极化」——同质社会是共识型回音室（consensual echo chamber），跨立场接触大幅减少、封闭度上升。
• 构成是调节变量而非噪声：宜人性决定开放性效应的符号，为单特质文献的结论冲突提供了具体解释；作者主张构成不应被随机化「抹掉」，而应作为决定其他变量作用方向的因素加以报告。
• 与 Cau et al.（2025）对话：引入人格与网络后，「LLM 群体趋于一致」不再是普遍属性，而是特定构成的属性——高宜人性社会如其所述收敛，高神经质社会则维持两个稳定阵营直至模拟结束。
• 群体智慧争论：结果更接近 Becker et al.（2017）与 Navajas et al.（2018）一侧——预测准确度的是接触广度而非与影响隔绝；但私下估计几乎不随讨论变化，机制更可能是聚合效应（Page, 2008 的多样性预测框架）而非审议说服。隐藏信息范式的经典失败在百人算法信息流网络中得到复现。
• 对平台设计与传播治理的含义：在这些指标上，降低隔离无需牺牲集体表现；若关联为因果，可移除「去极化 vs 群体判断力」的假想两难。人类常模校准的构成落在最封闭区域，作者读作「令人不安」的信号，但受常模样本限制。下一步应同时操纵推荐算法与人格构成，独立操纵跨立场接触以检验因果。
• 方法论贡献：中性填充话题揭示 Qwen2.5-14B 上极端度的「不复现」是答题风格伪迹；实现特质分布重构把抽样混杂界定在约十二分之一效应量；审计把 6 个稳健极化效应与不稳定的集体智慧效应区分开。作者建议在人格条件化仿真中常规采用这类控制。
• 局限：
  · 模拟社会，模型扮演人设，立场是诱发回答而非信念，不构成对人类社会或总体数值的估计（跨模型绝对水平差异大：基线方差 1.76 vs 1.27，封闭度 0.06 vs 0.37）；
  · 诱导效度仅为问卷效度，模型可能「读自己的提示词答题」；行为层面表达人格打分器为近循环的词汇标记代理，未作为发现报告；
  · 前后变化指标失效、隐藏信息任务触底，「无权衡」结论依赖单一估计任务；
  · 人类常模来自自选在线样本，可能在开放性与利他相关 facet 上偏高，恰是驱动封闭共识结果的方向；
  · 低方差时封闭度部分是机械结果；填充话题对照比较的是不同统计量；
  · 跨模型复现的是交互而非主效应，仅三个 8–32B 开源模型、设计不平衡，规模与模型族部分混杂；
  · 仅一种推荐算法、30 轮、100–200 个智能体，更长时间跨度与其他信息流算法未检验；
  · Δ 准入标准为事后增设，作者在附件中公开两个被排除模型供读者判断。
• 开放与资助：全部代码、配置与 991 次运行层面数据公开于 Zenodo（doi:10.5281/zenodo.21792633）与 GitHub（raadbintareaf/traitmix），分析管线自动生成全部数字并附结果台账。单作者研究，由 German University of Digital Science 研究资助支持，作者声明无利益冲突。