🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
你有没有想过，在网上跟你吵得面红耳赤的陌生人，可能根本不是人，而是一个大语言模型临时扮演出来的角色。近几年，研究者开始用这类模型搭建所谓“生成式社会仿真”，一次造出几百上千个虚拟网友，让它们像真人一样发帖、转发、加关注，观察整张社交网络会怎样演变。
这些虚拟网友不是随便捏的，它们靠一份叫“人设”的说明书来定义，里面写着年龄、学历、收入、政治立场、喜欢什么讨厌什么。研究者常用美国的全国选举调查问卷来写这份说明书，把一个人填过的答案一条条翻译成人设里的第一人称句子。比如“你是女性”“你结了婚”“你投过某某”“你是坚定的某某党人”“你爱这几个人和机构、你恨另外几个人和机构”。
问题是，许多研究已经发现，这样造出来的虚拟人往往比真人更扁、更极端，像一个被放大好几倍的漫画人物。但以往的检验大多只盯着单个虚拟人的回答，看它像不像对应的那位真人。至于这些漫画人物一旦互相交流，会不会把整张网络拖向撕裂，此前几乎没人系统研究过。这篇论文要补的就是这个缺口。
② 研究问题（要回答什么？）
这项研究想弄清楚，一个虚拟网民的“人设”里写了什么，到底会把整张社交网络带向哪里。作者把问题拆成三步。
第一步，在还没有发生任何互动的时候，这些虚拟人回答政治态度问卷，是不是就已经比真实调查对象更极端。第二步，这种单个人身上的偏差，会不会在它们互相交流之后，累积成整个网络层面的撕裂。换句话说，网络里的隔阂到底是“聊出来”的，还是一开始写人设时就埋下的。
第三步，如果给这些党派身份强烈的虚拟人多加一些与政治无关的兴趣，比如爱踢球或者讨厌踢球，能不能把政治上的对立冲淡一些。作者关心的是一个更普遍的方法论问题：仿真跑出来的集体结论，到底是对真实社会的刻画，还是我们自己写人设的写法造成的影子。
③ 研究方法（怎么做的？）
研究团队搭了一个像推特一样的虚拟社交平台，让五百个由语言模型扮演的虚拟用户在里面互动了五千个时间步。
每个虚拟用户的性格，来自二〇二〇年美国全国选举调查里随机抽到的一位真实受访者。研究者把这位受访者的性别、年龄、婚姻、收入、教育、种族、宗教、所在州、政治倾向、最关心的问题、对各党派和人物的好恶，逐条写成第一人称的句子，塞进模型的系统提示里。每个虚拟人还会额外生成一段不超过一百四十个字的公开简介，别的虚拟人只能看到这段简介。这样一来，每个虚拟人其实有两份文本：藏在系统提示里、只有自己看得见的“内部人设”，和对外展示的“公开简介”。
接着，研究团队像做对照实验一样，把党派身份分三层一点点抽走。先抽掉“你爱某某、你恨某某”这类情绪表态，再抽掉“你是坚定的某某党人”这类党派归属，最后抽掉“你在二〇二〇年投了谁”这类投票记录。每抽一层就重新跑一遍仿真，看结果怎么变。平台每一步给每个虚拟人展示十条帖子，它可以转发其中一条、或者配上评论转发一条新闻标题、或者什么都不做；转发时还能决定要不要关注原作者。用来驱动这些虚拟行为的大模型一共有四款，换着跑，以检查结论是不是某一款模型的偶然。
④ 结果（发现了什么？）
最出乎意料的结果是，仅仅从人设里删掉几句直接的党派表态，整张网络就从几乎完全隔离，变成了大量跨党派的连接。
在完整人设下，两党虚拟人之间几乎不来往，网络的阵营指数接近“完全隔离”这个极端；而一旦抽掉情绪表态和党派归属，阵营指数迅速向中间靠拢，跨党连接的比重大幅上升，甚至接近真实推特上观察到的水平。换句话说，真正决定网络是否撕裂的，不是平台算法，也不是人们互相看到的简介，而是藏在系统提示里、别人看不见的那份内部人设。
问卷部分也印证了同一条线索。在没有任何互动之前，完整人设的虚拟人对本党与对方党的好感差距，就比真实受访者高出大约十五分；只要删掉情绪表态，这个差距就回落到真实调查的水平。相比之下，公开简介里删不删这些党派字句，对网络几乎没有影响。
还有两个耐人寻味的发现。一是无论怎么调整，没有任何一套人设能同时对上所有真实指标：某一项对上了，另一项就掉到基准之外，这说明结论对“人设里到底写了哪几句”非常敏感。二是给虚拟人加上“爱踢球”或“讨厌踢球”这类与政治无关的偏好，政治上的对立也没有因此减弱，反而在政治语句被抽走后，足球本身开始分化人群。
⑤ 讨论（这些发现说明什么？）
作者认为，问题的根源不在于语言模型本身有多偏，而在于我们怎么把一份问卷变成一个人设。
问卷要求受访者对每一道题都表态，不管这道题对他重不重要；可是当这些回答被逐条写进人设，每一句都变成了同等分量的行为指令，模型会认真对待每一条。人的心里其实分得清轻重，问卷却丢掉了这个信息，于是人设成了一个被“抹平”的人。作者用“显著性”来解释这件事：人设里越是被明确写出来的句子，在模型眼里就越显眼、越有分量，党派立场因此被不成比例地放大。
这也解释了为什么删掉几句党派表态的效果，远比删掉公开简介里的内容更大——因为真正指挥虚拟人行动的是内部人设，别人看到什么其实无关紧要。反过来说，往人设里掺无关的兴趣并不能稀释政治的权重，因为那些句子同样只是众多指令中的一条，并不能压低党派句子的显眼程度。
因此作者提醒，读这类仿真的结论时要多留一个心眼：网络变极端，未必说明真实社会也会这样，它可能只是我们写人设的方式在模型里的投影。
⑥ 结论（最终结论 + 启示）
这项研究最终给出的，不是一套“正确”的人设配方，而是一份供后来者检查和汇报人设的清单。
清单要求研究者做几件事：把人设提示原文公开，连同从原始数据到每条句子的映射规则；把内部人设和公开简介分开对待、分别汇报；说明哪些属性其实是行为指令；对人设做机制层面的消融，并报告每个成分单独和累积的效果；换几种表述方式复测，看结论是否依旧；和多个真实发现对照，而不是只挑对上眼的那个；以及在多款模型上检验效应的方向与大小。
作者提醒，仿真里的集体结论很可能是人设写法的产物，而不是真实社会规律的再现。用问卷造人设天然丢掉了“在乎程度”这层信息，未来或许要从访谈这类只说心里话的材料里取材，才能让虚拟网民更接近真人，也才配得上作为理解社会的工具。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
生成式社会仿真（Generative Social Simulation, GSS）用大语言模型驱动人工智能体，在合成的社交媒体平台上消费新闻、转发内容并建立连接，已成为计算传播学与机器行为研究中检验平台机制的热门工具。这类系统的核心构件是人格（persona）：一段取自调查数据的文本，规定智能体的人口统计、信念、政治倾向与兴趣。人格取代了经典主体基模型里的同质偏好参数，理论上带来更细腻、更贴近文化语境的指令。
然而既有证据表明，人格并不忠实于它所刻画的人群：它们产出更刻板、更标签化的语言，更倾向美国文化规范，情绪多样性不足，且比真实受访者更党派化。但这些检验大多停留在个体层面，即把人格化智能体的问卷回答与人类回答逐题比对。人格一旦彼此互动，个体层面的偏差如何涌现为集体层面的网络结构，仍缺乏系统研究。近期多篇 GSS 工作报告模拟网络趋向极化、隔离与层级化，与现实中社交媒体上持续出现的亲社会行为形成张力。
本文以政治极化为案例，主张 GSS 的集体结果可能是“问卷属性如何被翻译成人格”的产物，并证明人设的细微改动即可显著改变结果。本文贡献有三：其一，提出并执行一套对党派身份的分层、累积式机制消融（情感极化 / 党派归属 / 投票行为），在问卷与仿真两端同时测量；其二，区分“内部人设”与“公开简介”两种人工制品，证明前者才是集体极化的驱动者；其三，给出一份可操作的人设构建、消融与汇报检查清单。
I. Theoretical Framework & Hypotheses（理论框架与假设）
论文的方法论立场是机制消融（mechanism ablation）：不改变人设所含的信息量，而是改变其中被陈述的属性，同时固定仿真基础设施，从而把集体结果的差异归因到人设规格上。理论解释指向显著性（salience）：问卷要求对每道题表态，却记录位置而不记录在乎程度；人格化把每个答案转成一条始终生效、权重相同的指令，模型因而让党派语句获得不成比例的行为权重，甚至“你从不谈政治”这类否定句也可能产生反讽性激活。
| 编号 | 研究问题 | 对应机制 / 理论 |
|---|---|---|
| RQ1 | 在没有任何互动的情况下，人格是否放大了受访者本人的政治态度 | 人格漫画化 · 个体层面效度 |
| RQ2 | 个体层面的失真是否转化为集体网络产物 | 机制消融 · 集体涌现 |
| RQ3 | 用非政治表态富化人设能否削弱党派身份的影响 | 显著性 · 指令权重 |
预期方向为：若集体结果是人设翻译的产物，则分层移除党派语句应使网络指标单调（或至少显著）向真实基准靠拢，而只改公开简介应几乎无效应——论文正是以这一对照来区分“交互动力学”与“设计选择”两类解释。
M. Materials & Methods（材料与方法）
- 范式归类：本研究属 ABM（主体基模型）家族，具体为 LLM 驱动的生成式主体基建模（GABM）。全文不含 SD 或 DES 成分，不存在存量—流量结构、反馈回路或离散事件队列，无需混合仿真 interface。智能体的实例化方式是：从 2020 年 ANES 问卷中随机抽取真实受访者，把其答案逐条转写为第一人称陈述句，作为 LLM 的系统提示（内部人设）；再用完整人设提示模型生成一段不超过 140 字符的公开简介。每个智能体因此持有两份文本——决定自身行为的内部人设，与供他者观察的公开简介。
- persona 配置维度（取值空间）：人口统计（性别、年龄、婚姻、收入、教育、种族、性取向、宗教、所在州）、政治参与、意识形态（如“你认为自己略微自由派”）、最关心议题、对政党 / 组织 / 运动的体感温度、党派登记、投票行为、兴趣与电视节目。好恶清单按体感温度阈值生成：≤10 入“恨”清单，≥90 入“爱”清单。由于人设由真实受访者随机抽样而来，其取值空间即 ANES 受访者总体的经验分布，而非人为设定的规则网格。
- 平台环境：沿用 Larooij & Törnberg 的 GSS 框架搭建 Twitter-like 平台。每个时间步，智能体读取一条十条帖子的信息流，两种策略：chronological（最近十条）与 boost out partisan（五条来自已关注者 + 五条由算法挑选、优先推送对方党派内容）。动作空间三选一：转发十条之一、配原创评论转发一条新闻标题、或不做动作；转发时可看到作者公开简介与粉丝数，并决定是否关注。信息流算法、动作空间、新闻库、网络初始化与调度全程固定，只有 persona 文本变化。
- 规模与时间步：主设定 500 个智能体 × 5000 个时间步 × 10 个随机种子/条件；因成本过高，gpt-5.4-mini 采用 200 个智能体 × 2000 步。驱动模型共四款：gpt-4o-mini（主结果图）、gpt-5.4-mini、Gemini 2.5-flash-lite、mistral-small-3.2-24b-instruct。
- 消融设计：对三层党派身份做累积消融——AP（情感极化，删除“你爱 / 恨 X”类语句）、PID（党派归属，“你是坚定的民主党人”）、VB（投票行为，“你投了 X”）。条件 1 = 去 AP，条件 2 = 去 AP+PID，条件 3 = 去 AP+PID+VB；完整人设保留全部语句。消融分两阶段施加：先只改公开简介，再同时改简介与内部人设。条件 3 下智能体仍保留意识形态、议题立场、人口统计与兴趣，并非“去政治化”的平凡对照。
- 标定与验证：仿真前，每个 persona 在独立 API 调用（无共享历史、每次重传完整人设）中回答三分问卷（体感温度 / 党派特质 / 关注行为），并与原始 ANES 回答逐题对照；特质题允许“不知道”，回答经输出 schema 规整。集体层面与两项真实推特政治网络研究对照：Halberstam & Knight（220 万条 2012 选举推文，33% 自由派关注保守派、20% 保守派关注自由派）与 Gopal 等（4000 名美国州议员，跨党连接 21.5%）。作者强调二者是外部基准而非效度验证。
| 指标 | 定义与算式 | 极性解读 |
|---|---|---|
| 温度差 Δtherm | Δ_therm = T_in − T_out，T 为对政党 0–100 的体感温度均值 | 正值越大情感极化越强 |
| 特质差 Δ_K | Δ_K = ȳ^K_in − ȳ^K_out，K⁺={聪明,诚实,慷慨}，K⁻={虚伪,自私,刻薄} | Δ_K⁺>0 且 Δ_K⁻<0 表示极化 |
| 关注差 Δ_follow | Δ_follow = f_in − f_out，f 为关注概率 | 正值=偏爱同党 |
| 候选人差 Δ_j | Δ_j = f_loves j − f_hates j | 共和党 Δ_Trump>0、民主党 <0 表示极化 |
| E-I 指数 | EI = (EL − IL)/(EL + IL)，∈[−1,1] | −1=完全隔离，0=内外均衡 |
| 聚类系数 C_v | C_v = |{e_jk: v_j,v_k∈N(v), e_jk∈E}| / (k_v(k_v−1))，取全网平均 | 抱团程度 |
| 党派分数 P | P = (feeling_Republican − feeling_Democratic)/100，取 |P| 为强度 | 与收到转发量求相关，衡量党派→社会资本 |
R. Results（结果）
- RQ1（个体层）：完整人设下温度差被放大——共和党智能体对本党与对方党的温度差约 76 分、民主党约 66 分，高于 ANES 经验值（约 60 / 55），高估约 15 分；候选人维度同样偏高（约 81 / 84）。仅移除 AP 即把温度差拉回 ANES 水平；继续消融则降至基准之下，但未完全中性化。
- 特质差的响应面不同：完整人设下正面特质差约 0.96、负面特质差约 −0.97，即几乎把所有正面特质归本党、所有负面特质归对方党（所有民主党智能体称共和党人虚伪、自私、刻薄，反之亦然）。移除 AP 几乎无影响，直到移除 PID 才显著收缩（去 AP+PID 时约 0.68 / −0.65，全消融时民主党正面 0.56、共和党 0.36）。说明每层 persona 只影响与之对应的测量：温度题语句影响温度评价，群体归属语句影响群体判断。
- 关注差（Follow gap）：完整人设下同党偏好最大且两党对称，移除 AP 毫无变化，下降只在移除 PID 后发生；继续消融后出现不对称——共和党智能体比民主党更不愿关注对方党。全消融时 46.0% 的民主党、22.4% 的共和党智能体表示愿意关注对方党成员，对照 Halberstam & Knight 的经验值 33% 与 20%。
- RQ2（集体层）：只改公开简介时，E-I 指数在四种条件下都稳定为负（约 −0.78 至 −0.84），聚类系数无显著变化，转发—党派相关波动大，即公开身份的消融几乎不改变网络。改内部人设则产生显著变化：E-I 指数从约 −0.80 升到 −0.29（去 AP+PID）再到 −0.07（全消融），网络从近乎完全隔离走向近乎完全整合，去 AP+PID 的位移最大（Mann-Whitney，
p < 0.05）；聚类系数无显著变化；转发—党派相关从约 0.088 降到约 0.016。 - 跨党关注率与外部基准：完整人设下跨党连接几乎为零；累积消融后升向 Gopal 等的 21.5%。对共和党智能体，去掉 AP 与 PID 即足以逼近该基准；对民主党智能体还需再移除 VB。分党视角下同样：共和党去 AP+PID 后跨党关注率约 0.53（经验基准 20%），全消融约 0.45；民主党去 AP+PID 约 0.38（基准 33%），全消融约 0.28。
- 没有任何一套人设同时命中所用基准：移除 AP 可把温度差压回问卷水平，却不动特质差、关注差与跨党连接；再移除 PID 才把共和党的跨党关注带到基准，而民主党还需移除 VB，此时温度差已低于问卷值。作者由此论证：对上单个结果不构成行为效度证据；且看似与观察数据吻合的党派不对称，恰恰与实验证据（同党偏好在连边形成中是对称的）相矛盾。
- RQ3（无关表态）：给一半智能体注入“你爱足球”、另一半“你讨厌足球”，政治极化的 E-I 指数在所有消融条件下基本不变；而随政治语句被抽走，基于足球的极化上升（去 AP+PID 与全消融处显著，
p < 0.05），但很快趋于平台且始终低于政治极化水平——与显著性解释一致：政治语句被移除后，剩余语句获得更大权重。
| 消融条件（内部人设） | 温度差（党）共和党 / 民主党 | E-I 指数 | 跨党关注率 | 对上哪一外部基准 |
|---|---|---|---|---|
| 完整人设 | 约 76 / 66 | 约 −0.80 | 约 0.01 | 无 |
| 去 AP | 约 61 / 54 | 约 −0.77 | 约 0.02 | 温度差回到 ANES |
| 去 AP+PID | 约 46 / 33 | 约 −0.29 | 约 0.35 | 共和党逼近 21.5% |
| 去 AP+PID+VB | 约 35 / 20 | 约 −0.07 | 约 0.45 | 民主党需此步；温度差已低于 ANES |
注：上表数值由论文主结果图（Fig. 2 / Fig. 4 / Fig. 5）读图估计，非原文表格精确值。
a / D. Discussion & Conclusion（讨论与结论）
- 理论意义：本文把“人格漫画化”从个体轶事提升为可测的集体机制，证明集体层面的极化可以是人设翻译方式的产物，而非互动动力学的必然结果；并把“显著性”确立为可操作解释：问卷只记录立场、不记录在乎程度，人格化把每个答案变成等价的行为指令，党派语句因而获得不成比例的行为权重。
- 对 GSS 与机器行为研究的意义：直接为“智能体仿真是否具备认识论可靠性”的争论提供实证支撑，并把机制消融从建议变成可执行流程；同时表明内部人设与公开简介是两种功能不同的制品，不可互换——只改前者无效，只改后者亦无效。
- 局限：作者自陈失真亦可能来自互动与通信协议甚至模型本身，本文未探究这些机制的交互；两项对照基准均为特定时期、特定人群（强党派选民或民选官员），作者明确不将其视为效度验证；不同消融条件结果各异，说明结论对具体纳入的语句高度敏感。此外，本次可获取的 arXiv v1 不含附录，人设逐条语句、仿真参数表与模型清单无法核对。
- 实践启示：提出八条人设汇报清单——公开人设提示原文与“数据到语句”的映射规则；分开汇报内部人设与公开简介；标明哪些属性是行为指令；做机制消融并报告边际与累积效应及跨种子检验；测试替代表述（散文式与列表式可致合作率相差多达 76 个百分点）；对照多个实证发现，报告对上了哪一个、没对上哪一个；跨多模型报告效应方向与大小；变动欲下结论的成分而固定其余（谈论平台架构需变动架构、固定人设）。
- 资助与数据：欧洲研究理事会（ERC）项目 RE-LINK，编号 101116987（
10.3030/101116987）；实验代码见 github.com/dimichai/prosocialinterventions。
🧠 IRMaD 思维导图
mindmap
root((人格构建与极化))
I 引言
生成式社会仿真 GSS
人格取代同质偏好参数
个体偏差已被检验
集体涌现仍属空白
R 问题
RQ1 人格放大态度
RQ2 偏差变集体产物
RQ3 无关表态能否稀释
机制消融设计
M 方法
五百智能体五千步
ANES 二零二零问卷
三层累积消融
推特式十条信息流
四款大模型对照
十种子每设定
R 结果
温度差高估十五分
去 AP 回到调查水平
特质差须去 PID 才缩
阵营指数升到近零
跨党关注接近实证
无一套对上全部指标
a 讨论
症结在问卷转述方式
显著性解释
内部人设才是驱动
无关兴趣无法稀释
D 结论
单指标命中不算有效
人设汇报检查清单
访谈取材或更近真人
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。