lit-radar — 2026-11-05

科研牛马们，我来汇报组会工作——paper reading了。今天一共8篇，老规矩，不念公式，只讲人话。

第一篇，《用大语言模型做文本标注：公共政策研究中的实证探索》。政策研究常要把大量邮件、公文一条条手工贴标签，费钱又费人。能不能让大语言模型替人做这种贴标签的活，准不准、贵不贵。咋整的呢？作者拿一千五百多封养老院回信，让两个人和两个模型分别按五套标准标注再比对。结果你猜怎么着，模型和人的平均一致率约八成六，最好的一项接近九成九，最便宜的方案只要几十美分。按作者自己的说法，模型能省大钱，但遇到需要读弦外之音的题就明显吃力。一句话总结：建议先抽两百条做小样本预试，估出准确率再决定要不要全量交给模型。

第二篇，《战时网络攻击治理：乌克兰案例研究》。打仗的时候，政府一边要应付炸弹，一边还要防黑客，可这方面的研究几乎空白。战争状态下，公共部门到底卡在哪几件事上，导致网络攻击这么难管。具体怎么折腾的：作者采访了乌克兰十九位地方政府管理者和网络安全专员，还对照了官方文件。折腾完发现，卡点有四个：没钱、招不到人、员工乱点链接、以及战时没有可操作的指南。作者还顺手讨论了一下，这些难题平时就有，只是战争把它们放大成必须取舍的两难。说人话就是：战时的网络韧性不能靠临时应急，得在和平时期就把钱、人和规矩备好。

第三篇，《公共组织循证政策制定的组织与个体因素》。政府做政策时常说要“看证据”，可很多部门其实还是凭经验和人情拍板。到底什么样的组织环境、什么样的官员，更愿意把研究证据真正用进政策里。方法上，作者给比利时弗拉芒大区政府一千五百多名政策官员发问卷，收回四百三十八份有效答卷。最后发现，最管用的是证据好找、时间够、人手够；而预算越充足，官员反而觉得证据用得越少。作者的解读是，讲结果、讲产出的组织风气最能推得动证据，政治干预和自主权的影响则不明显。划重点：想让政策更讲证据，先让资料唾手可得、给人留出时间，而不是一味加钱。

第四篇，《十二国新闻媒体如何报道人工智能：框架、情感与趋势的比较》。人工智能天天上新闻，可不同国家的报纸到底怎么讲它，很少有人系统地比过。十二个国家的十二家大报，十三年里把人工智能框成什么样、语气是褒是贬。咋整的呢？作者抓了三万八千多篇报道，用主题模型找出报道框架，再给标题算情感倾向。结果你猜怎么着，最多的是“商业与经济影响”框架占三成七，标题里六成六是中性的，负面多于正面。按作者自己的说法，南北差异明显：北方报纸更警惕监管与伦理，南方报纸更爱讲创新机会。一句话总结：报道框架的偏向会塑造公众对人工智能的想象，进而影响各国政策空间。

第五篇，《平行的政策？全球五十二家新闻机构的 AI 使用规范比较》。生成式人工智能进了编辑部，各家新闻机构纷纷自己写规矩，但没人知道它们写得像不像。十二个国家五十二家媒体的 AI 规范，在形式和内容上到底有多雷同、差在哪。具体怎么折腾的：作者收集这些规范并逐条编码，再用词块相似度做两两比对，看谁抄了谁的说法。折腾完发现，各家在透明标注和人工把关这两点上高度趋同，但国家差异和机构性质仍造成明显分歧。作者还顺手讨论了一下，作者用制度同构解释这种趋同：不是商量好的，而是面对同一种不确定性各自抄了邻居。说人话就是：现有规范漏掉了技术依赖、算力能耗和全球不平等三块，作者呼吁补上。

第六篇，《大模型的沉默：三大聊天机器人在俄语、乌克兰语、英语下的政治偏见与虚假信息》。聊天机器人遇到敏感政治话题会拒答，但拒答本身可能就是在替某个政权做审查。三个主流聊天机器人在俄语、乌克兰语、英语下，会不会对普京和战争话题区别对待。方法上，作者用七百九十三句人工设计的提问，在三种语言下逐一测试三家机器人并人工编码。最后发现，谷歌的机器人在俄语下拒答普京问题的比例高达九成，换成英语只有一成九。作者的解读是，这种语言间的不对称，效果上等同于俄罗斯当局想要的内容审查。划重点：模型的安全护栏不是中立的，研究者应把拒答率当成偏见指标来常规监测。

第七篇，《用随机 actor 模型检验意见动力学中的有限信任与负向影响》。意见极化模型里常用两条规则，一是只听和自己像的人，二是越看越讨厌不像自己的人。这两条规则在真实人群里到底成不成立，能不能把两者的作用分开来测。咋整的呢？作者追踪荷兰六十个中学班级近千名青少年的交友和穿衣品味，用随机 actor 模型估计参数。结果你猜怎么着，负向影响确实存在且显著，有限信任那条却不显著，微观的排斥没有带来宏观极化。按作者自己的说法，把统计模型当仿真器用，能让意见动力学模型第一次接受真实数据的检验。一句话总结：以后建舆论模型别想当然，先拿真实纵向网络数据校准一遍再说。

最后一篇，《把智能体模型讲给决策者听：范围综述》。智能体模型常被用来推演政策后果，但决策者看不懂，做完了也没人用。过去十几年，研究者到底是怎么把这类模型讲给利益相关方听的，卡在哪。具体怎么折腾的：作者从两个大型文献库里筛出六十五篇文章，按参与程度把沟通方式分档归类。折腾完发现，发现三个大窟窿：只顾建模不管落地、说不清涌现、也没有评估沟通效果的统一办法。作者还顺手讨论了一下，模型本身再准，讲不明白就等于没做，沟通应该是建模流程的一部分。说人话就是：建议把利益相关方的参与从名义参与升级到实质参与，并建立沟通效果的评测规范。

以上就是今天的组会汇报。哪篇戳中你了就点进去看全文，没戳中的，就当陪导师开了个会。