编辑推荐：
【编辑推荐】为探究大型语言模型（LLMs）能否基于个体属性定制论证，研究人员开展 GPT-4 与人类辩论的对照实验。发现个性化 GPT-4 在 64.4% 场景中更具说服力， odds 提升 81.2%（P<0.01）。揭示 LLM 微目标定位潜力，为平台治理提供科学依据。
在信息爆炸的数字时代，人工智能（AI）与人类互动的边界日益模糊。当聊天机器人能模仿人类辩论，甚至试图改变我们的观点时，其潜在的社会影响引发广泛担忧。大型语言模型（LLMs）如 GPT-4 已展现出生成说服力内容的能力，但能否基于用户的社会人口学数据（如性别、年龄、政治倾向等）定制个性化论证，仍是学界和业界关注的关键问题。这一能力不仅关系到 AI 在公共健康宣传、政治传播等领域的应用价值，更涉及信息操控、隐私滥用等伦理风险。为此，瑞士洛桑联邦理工学院（EPFL）、意大利布鲁诺?凯斯勒基金会（Fondazione Bruno Kessler）和美国普林斯顿大学的研究团队合作开展了一项严谨的对照实验，相关成果发表于《Nature Human Behaviour》。
研究团队构建了一个基于网页的实时辩论平台，招募 900 名美国参与者（49.6% 男性，平均年龄 35-44 岁占比 23.7%），随机分配至 12 种实验条件（2×2×3 因子设计）：对手类型（人类 / GPT-4）、是否获取参与者社会人口学数据（个性化 / 非个性化）、辩论主题观点强度（低 / 中 / 高）。每场辩论包含开场（4 分钟）、反驳（3 分钟）、总结（3 分钟）三个环节，涉及 30 个美国社会政治议题（如 “学生是否应穿校服”），并通过预处理调查将议题按平均意见强度分为三类。
研究采用部分比例优势模型（partial proportional odds model）分析参与者辩论前后的观点变化（Apre/Apost），通过 LIWC-22 工具进行文本特征分析，并记录参与者对对手身份的感知。主要技术方法包括：①实时辩论平台搭建（基于 Empirica.ly 框架）；②社会人口学数据采集与随机分配；③序数数据的统计建模；④文本分析提取逻辑分析（Analytic）、第一人称代词使用等特征。
核心研究结果
1. GPT-4 个性化论证的显著优势
在聚合分析中，个性化 GPT-4（Human-AI personalized）的说服效果显著优于人类对手。与人类 - 人类辩论（Human-Human）相比，其使参与者支持对手观点的 odds 提升 81.2%（95% CI [+26.0%, +160.7%]，P<0.01），即在 64.4% 的非平局场景中更具说服力。而非个性化 GPT-4（Human-AI）和个性化人类（Human-Human personalized）的效果与基线无显著差异（P=0.30/P=0.38）。
2. 主题观点强度的调节作用
在低强度和中强度主题中，个性化 GPT-4 的优势依然显著（odds 分别提升 72.1% 和 68.9%），但在高强度主题（如高度极化议题）中效果衰减（+64.2%，P=0.14）。这表明 GPT-4 对争议性较低的议题更易施加影响，而人类固有观念较强的议题中效果受限。
3. 语言风格的差异化特征
文本分析显示，GPT-4 更依赖逻辑分析（Analytic 得分显著更高），较少使用第一 / 二人称代词，文本长度较短但可读性较低（Flesch Reading Ease 得分更低）。人类则更多采用故事叙述、情感共鸣和相似性诉求，体现社交互动特征。个性化操作未显著改变 GPT-4 的语言模式，提示其效果可能源于论点选择而非表达风格。
4. 对手身份感知的影响
参与者正确识别 GPT-4 的概率为 75%，而识别人类对手的成功率仅 52%（接近随机）。有趣的是，当参与者认为对手是 AI 时，其观点改变幅度更大（odds+37.4%，P=0.03），但控制该变量后，个性化 GPT-4 的核心效应依然稳健（+70.2%，P<0.01），表明其说服力主要源于论证质量而非身份误判。
结论与讨论
本研究首次在受控对话场景中证明，GPT-4 结合简单社会人口学数据即可实现高效微目标定位（microtargeting），其个性化论证能力显著超越人类。尽管实验采用结构化辩论形式，仍为理解社交媒体、政治宣传等场景中的 AI 影响提供了关键证据。值得警惕的是，研究仅使用性别、年龄等基础数据，若结合心理特征（如人格特质）或行为轨迹，潜在说服效果可能更强。
研究同时暴露了 LLMs 的双刃剑效应：一方面，其可用于设计更精准的公共健康干预（如疫苗接种宣传）；另一方面，也可能被用于制造深度伪造（deepfake）、加剧信息茧房。对此，研究团队呼吁在线平台加强对 AI 生成内容的标识管理，并探索基于 LLMs 的反说服技术（如生成对抗性叙事）。未来研究需进一步验证自然对话场景中的效应普适性，及跨文化、跨群体的差异。
这项工作不仅为 AI 伦理研究提供了实证基础，更警示我们：在享受生成式 AI 便利的同时，必须建立健全技术治理框架，防范其对民主话语体系的潜在威胁。正如研究指出，GPT-4 的 “对话说服力” 既是技术突破的里程碑，也是社会反思的转折点 —— 如何在创新与风险间寻找平衡，将成为数字时代的核心议题。
