00:00 / 01:41
连播
清屏
智能
倍速
点赞124
00:00 / 00:58
连播
清屏
智能
倍速
点赞94
00:00 / 04:35
连播
清屏
智能
倍速
点赞68
00:00 / 06:18
连播
清屏
智能
倍速
点赞7
00:00 / 03:27
连播
清屏
智能
倍速
点赞7554
00:00 / 01:11
连播
清屏
智能
倍速
点赞15
00:00 / 00:39
连播
清屏
智能
倍速
点赞25
AI 聊天机器人对选民偏好的显著影响及民主选举面临的影响 2025 年 12 月 Nature 与 Science 同期发表的两项重磅研究,聚焦 AI 聊天机器人的政治说服力,通过覆盖加拿大、波兰、美国三国近 6000 名真实选民的实验(实验时间贴合各国选举周期),揭示其对选举的干预能力,引发对民主进程的广泛讨论。 实验设计与关键结果 实验流程:先让选民对本国选举候选人进行 0-100 分的初始支持度评分,再让其与支持特定候选人的 AI 聊天机器人进行双向互动对话,对话后重新评分,对比态度变化。 跨国差异:美国选民(2024 年特朗普与哈里斯竞选背景)态度摇摆幅度为 2-4 个百分点;加拿大、波兰选民平均摇摆幅度约 10 个百分点,最高达 15 个百分点。美国影响较弱的原因是其政治环境高度极化,选民立场固化。 传统方式对比:AI 聊天机器人的说服力远超传统政治广告(后者通常仅能让选民态度变化不足 1 个百分点)。 AI 说服选民的核心逻辑 关键策略:不靠情绪煽动或故事叙事,而是通过 “信息轰炸”—— 提供海量信息实现说服,信息越多说服力越强,但虚假陈述概率也越高。 有效要素:聚焦候选人政策的 AI 比聚焦个人性格的更具说服力;以 “证据和事实” 为支撑时,选民最易被打动;若明确禁止 AI 使用事实证据,其说服力会暴跌 78%。 核心风险与隐患 虚假信息问题:支持右翼候选人的 AI 模型,相比支持左翼候选人的模型,持续输出更多不准确信息。研究认为这源于 AI 训练数据(互联网信息)中,右翼社交媒体用户分享不实信息的比例更高。 误导风险:AI 的 “信息密集型” 说服模式可能让选民陷入 “被误导却以为知情” 的困境,破坏选举信息的真实性基础。 核心观点 AI 聊天机器人已展现出干预民主选举的显著能力,其说服力源于信息输出效率与 “事实化” 表达,但虚假信息伴随、立场相关的信息偏差等问题,对选举公平性构成重大挑战,亟需关注并制定应对规范。 #ai #人工智能
00:00 / 04:30
连播
清屏
智能
倍速
点赞3
00:00 / 00:45
连播
清屏
智能
倍速
点赞9319
00:00 / 04:30
连播
清屏
智能
倍速
点赞2598
00:00 / 00:30
连播
清屏
智能
倍速
点赞NaN
00:00 / 00:33
连播
清屏
智能
倍速
点赞38