🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
生成式人工智能已经成了很多人手机里随叫随到的顾问，人们查资料、找说法、验证想法时都会问它一句。问题在于，这些回答不只是被看完就忘，它们会顺着语言和措辞渗进人的表达里，慢慢地什么算合理、什么算正常就被重新定义了。有研究把它比作一只看不见的手：我们训练人工智能，人工智能也在群体层面反过来训练我们。这种反向影响在语言上已经露出苗头，模型惯用的表述开始出现在人的口语和书面语里。更麻烦的是，人工智能的回答并非全然中立，训练数据和产品设计都会给它带上特定倾向，有的国家甚至被怀疑故意往模型里灌输意识形态。如果成千上万的人在争论公共议题时都拿它当裁判，那么它对集体看法的塑造就可能既隐蔽又持久。这正是本文要研究的问题。
② 研究问题（要回答什么？）
研究的核心追问是：人们使用生成式人工智能时，它对一个群体的舆论走向到底有多大影响，这种影响又在什么条件下更强。作者把问题拆成两边。一边是人工智能自身的特征，具体看两个维度：一是迎合程度，也就是它倾向于附和用户还是反驳用户；二是个性化程度，也就是它对用户了解多少，是只知道用户刚说的话，还是连宗教信仰、年龄、政治立场这些画像都掌握。另一边是人所处的社会结构，看两种极端情形：一种是小圈子里的人都差不多、彼此互相印证；另一种是圈子里既有熟人也有差异很大的人，成员能接触到不同的观点。作者想知道这两边怎么相互作用，以及哪一种组合最容易让群体的看法被带跑。
③ 研究方法（怎么做的？）
作者搭了一个基于主体的仿真，但没有自己写行为规则，而是让大模型扮演人。每个虚拟人在五分量表上对一个争议说法打分，并给出一句理由，这就构成一次互动。整场讨论走七轮，每个人只牢牢记最近四次互动，更早的交流则淡出，只留下对自己当前论证的潜移默化。讨论开始时所有人先各自表态，之后每一轮都看同伴的回答，配有模型的小组还要看模型的回答，再更新打分。实验把模型的迎合程度设成中立、赞成、反对三档，把个性化设成不给信息、只给对方回答、给出用户画像三档，交叉成九种组合，再加一个不作任何指示的默认档，共十种设置。争议说法一共五十条，从生命伦理到环境与国际事务都有。他们还选了三家分处不同大陆的厂商各一款模型，抵消单一来源的偏见。社会网络分两类：异质网络里一个人连着两位相似的一级联系人、三位二级联系人和一位三级联系人；同质网络里只有本人加三位高度相似的一级联系人。两类各抽五个网络、每个网络十个小组，五十条说法乘以十种设置乘以一百个小组，总共跑了五万场小组讨论。衡量影响的办法是把用了模型的最终打分和不用模型时的打分相减取绝对值，再按说法和模型求平均；显著性检验用说法层面的配对检验。
④ 结果（发现了什么？）
结果排序相当清楚。影响最小的是不加任何指示、也不了解用户的中立模型，它的打分几乎和纯人类讨论一样。真正拉开差距的是个性化加上明确表态：当模型既掌握用户画像、又被要求表明赞成或反对时，小组最终打分偏离纯人类讨论的幅度最大。在观点混杂的网络里，反对这一档从没有任何用户信息的零点一二三升到有画像的零点二一一，检验得到的概率值小于零点零零一；赞成这一档则从零点零八零升到零点一六九，同样显著。只把用户刚说的话告诉模型效果反而有限，甚至不如什么都不给直接让它反对，检验概率值约为零点零零八。另一个反复出现的现象是方向不对称：要求模型反对，比要求它赞成更能改变小组的看法。原因可能有两层，一是不少人本来就站在量表两端，赞成没法推得更远，反对却能拉回中间；二是模型训练本就有附和倾向，明确的反对才算真正的干预。社会结构同样关键：在人人相似的小组里，哪怕是一个被要求中立的模型，影响也明显大于在观点混杂小组里的同一个模型，三个个性化档次的对比概率值都小于零点零一。作者的解释是同质小组里观点会互相强化，形成回声室，中立的模型恰好在拉回中间。至于反对这一档，同质与异质的差距只有零点零零五，并不总是显著。
⑤ 讨论（这些发现说明什么？）
作者把这些结果读成一句话：人工智能的影响力不是技术本身的固定属性，而是从三件事的相互作用里长出来的，即它怎么回答、它了解用户多少、以及用户和谁讨论。个性化在这里更像一个放大器，只有当模型本来就有立场时，给它看用户画像才会明显放大它的作用；一个被要求中立的模型，就算掌握了画像，也掀不起多大波澜。这让研究重点从单纯的技术特征转向了配置：同样的模型放进不同的社会结构，效果可以差出几倍。有意思的是，中立模型在同质小组里反而更有力，说明它的作用方式不是说服某一个人，而是打断群体内部互相印证的循环。三个模型之间的一致性也给了作者一些底气：在同一种设置下，模型之间的平均影响高度相关，其中欧洲模型与美国模型的相关最弱，作者猜测是因为较旧的模型指令跟随能力差一些。不过作者反复强调，这些都只是仿真里出现的规律，需要在真人身上重新检验。
⑥ 结论（最终结论 + 启示）
这篇论文最后没有给出确定的因果结论，而是交出了七条可供检验的假设，分别关于人工智能自身的特征和它所在的社会环境。关于特征的假设说，按用户画像定制的回答比泛泛而谈更有影响力，这种放大只在模型明确表态时才出现，并且反对比赞成更有力、信息越丰富越有用。关于环境的假设说，在人人相似的小组里模型影响更大，人能接触到的不同观点越少，模型的话就越有分量，而一个来自圈外的中立声音能够削弱圈内的互相强化。作者给出的政策含义相当具体：监管者可以要求模型厂商在系统提示里固定写入保持中立之类的指令，因为厂商数量有限，这比管理海量网络内容和社交群组要容易得多。但他们也提醒，这样做可能以牺牲观点多样性为代价。研究最大的软肋是用大模型扮演真人，模型会系统性地扭曲并抹平社会身份的差异，所以结论应当被当作仿真假设下的模式，而不是对真实人群的预测。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
近年来一批理论与评论文章提出，生成式人工智能正在扮演一只隐形之手，逐步改写社会结构中的集体信念与规范。其推理链条是：大模型已能以接近人的方式生成文本，而这些输出被数以百万计的用户在各种场景中反复查阅，重复曝光本身就会让特定说法显得司空见惯，从而被当作惯例接受。既有证据大多停留在个体层面，例如模型的语言特征渗入人类的书面语与口语、使用工具后判断发生偏移、以及个别国家对训练数据的定向干预。但集体层面的机制——多个相互影响的人处在同一条社会网络中反复使用模型之后，群体看法如何演化——几乎没有系统研究。本文因此提出研究问题：生成式人工智能的使用在何时、以何种方式影响社会集体的舆论动力学。作者把影响因素拆成两组：一组是模型的设计特征（迎合程度与个性化），另一组是使用模型的社会结构（同质网络与异质网络），并用仿真来探索这一现象的可能性空间。文章的定位是生成假设而非检验假设：不做统计推断意义上的因果识别，而是系统扫描参数组合，最终提出七条可检验命题，为后续真人实验铺路。这一取向与公共管理、计算传播领域关心的极化、回声室与平台治理议题直接相关。
I. Theoretical Framework & Hypotheses（理论框架与假设）
框架围绕两个已被产品化设计反复打磨的模型维度展开。其一是迎合程度，指模型在多大程度上确认并强化用户的既有立场，而不是提出反证。Cheng 等（2026）发现主流模型普遍存在强烈的附和倾向，甚至会在涉及社会规范与伦理的问题上顺着用户走，而这种附和不只影响用户的意义建构，还影响其是否愿意继续使用该模型。迎合可以是刻意设计的，也可能只是基于人类反馈的强化学习留下的副产品。其二是个性化，指模型依据用户特定信息调整回答的程度，这些信息可由用户明示，也可从前序交互中推断。Jain 等（2026）与 Kelley 与 Riedl（2026）的实证工作显示，个性化会系统性放大迎合，其中用户记忆画像带来的赞同行为增幅最大；而个性化是否会让模型反过来质疑自身立场，则取决于它在对话中扮演的角色。由此作者提出关键猜想：个性化不是独立起作用的，它更像放大器，需要有立场可放大。
第二个分析轴来自社会网络研究。同质性原理（McPherson 等，2001）与关系强度理论（Granovetter，1973；Roberts 与 Dunbar，2011）共同刻画了日常接触结构：人主要与少数高度相似的强关系互动，偶发地通过弱关系接触差异较大的他者。回声室研究（Kitchens 等，2020）进一步说明，同质群体内的重复互动会强化既有观点。把这两条线接起来，就可以问：同一个模型放进互相印证的圈子与放进观点混杂的圈子，影响力是否相同。作者据此预设三个待检验方向：模型特征的主效应、特征之间的交互（个性化 × 迎合）、以及社会结构作为调节变量。
M. Materials & Methods（材料与方法）
本研究采用基于主体的建模（ABM），但主体并非手写规则，而是以大语言模型作为人类代理，整体设置沿袭 Chuang 等（2024）的舆论仿真范式。一轮互动被定义为一个人对争议说法给出五分量表打分（从强烈同意到强烈反对）并附一句理由；虚拟人记得最近四次互动，更早的交流淡出，只通过对当前论证的影响间接保留（作者引 Hu 等，2025 论证遗忘是智能体的关键能力）。第 0 轮所有人先各自表态，并与另一位虚拟人交换回答；若该组配有模型，模型也生成回答，两者一并写入记忆供第 1 轮使用，此后重复至第 7 轮。作者报告七轮已足以观察到填满记忆并趋于稳定的过程。
| 设计维度 | 取值 | 操作方式 |
|---|---|---|
| 迎合程度 | 中立 / 赞成 / 反对 | 在指令中要求模型同意、反对或保持中立 |
| 个性化 | 无 / 对方回答 / 用户画像 | 提示词中不提供、只提供用户对说法的回答、或提供宗教年龄政治立场等画像 |
| 默认档 | 不作任何指示 | 不设迎合指令、不提供个性化信息 |
| 模型 | Ministral-3-14B（欧洲）/ Qwen3.5-35B-A3B（中国）/ gemma-4-26B-A4B（美国） | temperature=1、top_p=0.95 |
| 社会结构 | 异质 / 同质 | 异质为本人+2 位相似一级+3 位二级+1 位三级（7 人）；同质为本人+3 位高度相似一级（4 人） |
| 说法 | 50 条 | 覆盖生命伦理、司法与公民自由、技术与治理、经济社会政策、环境与国际事务 |
联系人抽样按一级:二级:三级 = 5:2:1 加权，依据同质性原理、关系强度理论与经验传播研究（Granovetter，1973；Marsden 与 Campbell，1984；Roberts 与 Dunbar，2011）。相似度按属性匹配计算，完全相同的属性构成理想的一级联系人，差异最大者构成三级联系人。每种社会结构抽 5 个网络、每网络 10 个小组，故共 100 个小组；50 条说法 × 10 种设置 × 100 个小组 = 50,000 场小组讨论。核心指标为 Difference(s,m,a,p)=|Avg(no LLM)−Avg(使用模型)|，衡量最后一轮平均打分相对纯人类讨论的绝对偏移，数值越大表示影响越强；先在 50 条说法上求平均得 Average(m,a,p)，再在三个模型上求平均。推断统计的做法是把指标聚合到说法层面，对两种设置计算 Contrast(s)=Difference(s,a,p)−Difference(s,a',p')，再在 50 个说法层面对比上做配对 t 检验。此外以跨模型相关（总体层面与说法层面）作为稳健性检验，并说明看似冗余的设置（如中立 × 三种个性化）用于探测提示词敏感性（Schneider 等，2024）。
R. Results（结果）
主结果以两张热力图呈现，格子内的数字为最后一轮打分的平均绝对偏移（相对纯人类讨论），行是迎合指令，列是个性化档次。
| 图 4 全网络（异质） | 无信息 | 对方回答 | 用户画像 |
|---|---|---|---|
| 反对 | 0.123 | 0.098 | 0.211 |
| 中立 | 0.069 | 0.071 | 0.066 |
| 赞成 | 0.080 | 0.073 | 0.169 |
| 图 5 仅一级联系人（同质） | 无信息 | 对方回答 | 用户画像 |
|---|---|---|---|
| 反对 | 0.128 | 0.119 | 0.228 |
| 中立 | 0.123 | 0.104 | 0.114 |
| 赞成 | 0.123 | 0.123 | 0.185 |
异质网络中，中立且无个性化的偏移最小（0.069），且中立档三种个性化之间配对 t 检验不显著，说明总体结论对轻微提示词变化稳健。呈现对方回答的效果有限：反对档从无信息 0.123 降到只给回答的 0.098，差异显著（p=0.008），作者解读为泛泛的理由不足以说动对方。用户画像则带来跃升：反对档 0.123→0.211（p<0.001），赞成档 0.080→0.169（p<0.001）。效应呈方向不对称，反对强于赞成，作者给出两种解释：一是部分说法上组内本已偏向一端，赞成无法进一步推向极端，反对却能把人拉回中间（天花板效应）；二是模型训练本身已内置附和倾向，明确的反对因而构成更强的干预。同质网络整体格局相似，但量级明显不同：中立档三档个化与异质网络逐一对比，p 值均小于 0.01（0.123/0.104/0.114 对 0.069/0.071/0.066）。作者归因于同质组内观点互相强化（回声室），使基线更偏离中立，中立模型反而起到拉回中间的作用。反对档在同质与异质间差距微弱（无信息档 0.128−0.123=0.005，且并非所有对比显著），而中立档差距达 0.123−0.069=0.054，说明在引入中立观点之后，再往反对方向推的边际效应有限；作者推测人（在此为模型扮演的人）不愿表达与自身画像价值观严重冲突的观点，训练数据中此类样本也稀少。
跨模型稳健性：总体层面（表 1）相关很高——Ministral 与 Qwen3.5 为 0.96、Qwen3.5 与 Gemma-4 为 0.82、Ministral 与 Gemma-4 最低为 0.65；说法层面（表 2）相关降至 0.30–0.38（Ministral–Qwen 0.38、Ministral–Gemma 0.30、Qwen–Gemma 0.38），作者认为在心理学研究中已属中等偏上（Lovakov 与 Agadullina，2021）。欧洲与美国模型相关最弱，可能源于数据过滤、训练流程与指令跟随能力的差异（较旧的 Ministral 跟随能力较弱）。
a / D. Discussion & Conclusion（讨论与结论）
作者的核心解释是：个性化的作用是有条件的放大器——它只在模型持有非中立立场时才显著放大影响，一旦模型被要求中立，即便掌握用户画像也难以产生实质偏移。这意味着影响来源于「怎么答 × 了解多少 × 与谁讨论」三者的联合配置，而非某一固定技术属性。同质网络里中立模型效应更强，说明其作用机制不是逐人说理，而是打断群体内部的自我强化路径。由此作者生成七条假设（见下表），并主张未来研究应超越同质与异质两极，转向更贴近现实的混合网络拓扑。
| 编号 | 假设 | 对应依据 |
|---|---|---|
| H1 | 按用户画像定制的回答比泛泛回答影响更大 | 个性化文献（Chen 等，2024；Zhang 等，2024） |
| H2 | 个性化的影响在模型非中立时更强 | 个性化 × 迎合的交互（Jain 等，2026；Kelley 与 Riedl，2026） |
| H3 | 基于画像的反对比基于画像的赞成带来更大观点改变 | 模型附和基线（Cheng 等，2026） |
| H4 | 基于更丰富画像的个性化强于仅基于既往表态 | 信息丰富度与个性化深度 |
| H5 | 模型在同质网络中的影响大于异质网络 | 同质性与回声室（McPherson 等，2001；Kitchens 等，2020） |
| H6 | 人际可得的观点多样性越低，模型影响越大 | 观点多样性（作者注明为推测，未单独操纵） |
| H7 | 在同质群体中，提供圈外视角的模型会削弱组内强化 | 回声室中断机制 |
政策含义具体而尖锐：由于模型提供者数量有限，监管者可在系统提示层面强制加入「保持中立」一类指令，这比治理海量互联网内容与社交群组更易执行；但作者同时承认，这会压缩观点的多样性，属于以多样性换取温和性的取舍。局限有三层：其一，以模型扮演真人存在系统性扭曲、抹平社会身份差异（Argyle 等，2023；Gao 等，2025），结论只能视为仿真假设下的模式；其二，观点被简化为五点量表与固定四次记忆，忽略了真实舆论形成中的身份、关系史与情境；其三，结果只刻画影响的大小而非方向（究竟推向同意、反对、温和还是极端）。未来工作包括混合网络拓扑、更大集体尺度（国家或大洲）上的规范生成、异质的采纳率分布、提升人类代理的行为保真度，以及纳入文化情境更强、情绪负载更高的话题。
🧠 IRMaD 思维导图
mindmap
root((隐形之手与群体舆论))
I 引言
模型渗入日常判断
语言已被反向塑造
个体证据多集体证据少
他国干预模型训练
R 问题
影响力到底多大
迎合能否放大影响
用户画像是否关键
同质圈子更易被带跑
M 方法
大模型扮演真人
七轮讨论记忆四次
九宫格加默认十档
五十条争议说法
三款跨洲模型
同质与异质网络
五万场小组讨论
R 结果
中立模型影响最小
画像加持反对最强
反对强于赞成
同质圈子差距明显
跨模型相关零点九六
a 讨论
个性化是放大器
中立打断回声室
影响取决于配置
扮演真人仍是软肋
D 结论
提出七条假设
建议写入中立指令
警惕压缩观点多样性
待真人实验检验
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。