人类与AI对性虐待修复性反应(restorative responses)的判断：感知严重性(perceived severity)的作用

《Legal and Criminological Psychology》：Human and AI judgements of restorative responses to sexual abuse: The role of perceived severity

　　

目的：修复性司法(restorative justice, RJ)在性虐待案件中提供了一种替代或补充刑事司法的方案，然而公众仍持矛盾态度。鉴于幸存者在应对敏感的司法相关决策时日益转向大型语言模型(large language models, LLMs)获取信息与支持，本研究考察了LLMs就性虐待案件RJ提供的指导是否类似于人类观点。方法：参与者(N?=?469)被随机分配阅读描述家庭内或家庭外性虐待的情景短文，并对罪行严重性及RJ支持度进行评分。将其反应与Gemini、Grok和DeepSeek生成的反应进行比较（共120份输出）。结果：人类与LLMs均将家庭内性虐待感知为比家庭外虐待更为严重。然而在这两种情境下，在所使用的结构化提示(structured prompting)条件下，LLMs产生的RJ支持数值评分显著高于人类。在人类中，感知严重性完全中介(mediated)了虐待情境与RJ支持之间的关系，即更高的严重性降低了对RJ的开放性。在LLMs中，这种中介是部分的(partial)，即严重性的升高并未作为对RJ的类别否决(categorical veto)。观察到模型间存在显著差异。结论：在结构化提示条件下，LLM生成的输出承认虐待严重性的同时对RJ保持相对开放，这一模式与谨慎、描述性地运用“镜子清洁者(mirror cleaner)”隐喻相一致。研究结果对转向AI系统获取信息与支持的幸存者具有重要启示，强调了其潜力及仔细进行伦理策展(curation)的必要性。

研究背景方面，全球性暴力影响广泛，绝大多数案件未被报告，幸存者因心理壁垒及对司法系统的不信任而却步，且在寻求正义时常遭遇指责与轻视对待。传统刑事司法系统侧重于惩罚，未能满足幸存者对认可、谴责及施害者问责的需求，且存在二次伤害风险。修复性司法(restorative justice, RJ)作为一种通过对话、问责及关注受损需求来修复伤害的替代方案，被认为对幸存者具有治愈与赋权潜力，但公众对其在性侵案件尤其是家庭内乱伦案件中的接受度仍存矛盾，且严重性感知常导致对RJ的排斥。与此同时，数百万用户日益转向大型语言模型(large language models, LLMs)获取敏感领域的信息与支持，LLMs被视为客观的信息塑造者，但其回应是放大偏见的社会镜子(social mirror)还是提供平衡的镜子清洁者(mirror cleaner)尚不明晰。鉴于幸存者实际求助行为的转变，考察LLMs对RJ的评估是否反映人类观点或具备独特框架，对于理解AI在敏感司法决策中的角色至关重要。该研究发表于《Legal and Criminological Psychology》，旨在比较人类与三种主流LLMs在家庭内(intrafamilial)与家庭外(extrafamilial)性虐待情境下对罪行严重性的感知及对RJ的支持差异。

研究人员通过开展一项对照实验研究，人类样本(N?=?469)来源于以色列主要在线面板iPanel，随机分配至家庭内或家庭外性虐待情景阅读并填写感知严重性（基于Warr及Alter等问卷，4项7点量表，人类α?=?.738）与RJ支持度量表（基于Peleg-Koriat和Klar-Chalamish问卷，7项7点量表，人类α?=?.941）。LLM样本取自Gemini 3、Grok 4.1及DeepSeek 3.2（ChatGPT 5.2因安全过滤拒答被排除），每模型各20次家庭内与20次家庭外情景输出，共120份，使用思考(thinking)模式及默认设置，关闭个性化，采用相同提示词与量表要求数值回答。数据分析采用独立样本t检验、单样本Z检验、线性混合模型（LLM作为随机截距）及中介模型（LLM使用聚类稳健标准误），并运用错误发现率(false discovery rate, FDR, q?<?0.05)控制多重比较，效应量报告Hedges' g、Cohen's d等。

研究结果部分，首先是主分析(main analysis)。H1假设人与LLMs均视家庭内虐待更严重，得到确认：人类评分家庭内(M?=?6.16, SD?=?1.00)高于家庭外(M?=?5.96, SD?=?1.05)，t₍₄₆₇₎?=?2.08, p?=?.038, Hedges' g?=?0.19；LLMs家庭内(M?=?6.75, SE?=?.03)高于家庭外(M?=?6.68, SE?=?.03)，t₍₁₁₇₎?=??2.01, p?=?.045, 近似Cohen's d?=?0.37。H2假设LLMs整体及两情境下RJ支持度高于人类，得到确认：LLMs总(M?=?3.95, SE?=?.11)高于人类(M?=?3.11, SE?=?.05)，t_(171.39)?=?6.95, p?<?.001, Hedges' g?=?0.75；家庭外LLMs(M?=?4.12, SE?=?.13)高于人类(M?=?3.16, SD?=?1.29)，Z?=?5.76, p?<?.001；家庭内LLMs(M?=?3.78, SE?=?.13)高于人类(M?=?3.06, SD?=?1.14)，Z?=?4.89, p?<?.001。H3假设人类家庭内RJ支持显著低于家庭外而LLMs无区分，未获支持：人类无显著差异t₍₄₆₇₎?=?0.87, p?=?.384；LLMs反而呈显著差异t₍₁₁₇₎?=?2.59, p?=?.010，家庭外支持更高，近似Cohen's d?=?0.47。H4假设严重性完全中介人类关系而非LLMs，仅部分支持：人类中情境→严重性B?=?0.19, 95% C.I. = .007, .38, β?=?.09；严重性→RJ支持B?=??0.31, 95% C.I. = ?.41, ?.21, β?=??.26；直接路径不显著B?=??0.03，间接显著B?=??0.06，为完全中介(full mediation)。LLMs中情境→严重性B?=?0.06, 95% C.I. = .002, .13, β?=?.17；严重性→RJ支持B?=??1.24, 95% C.I. = ?2.26, ?.55, β?=??.32；直接路径显著B?=??0.25, 95% C.I. = ?.51, ?.01, β?=??.17；间接显著B?=??0.08，为部分中介(partial mediation)。

其次是探索性分析(exploratory analyses: Inter-model and human–AI comparisons)。感知严重性(perceived offence severity)方面，单向ANOVA显示LLM类型主效应显著F_{(2, 117)}?=?5.98, p?=?.003, η²?=?.09，Gemini高于Grok(t₍₁₁₇₎?=?3.44, p?=?.002)，其余无差；与人对比较所有LLMs评分均显著高于人(Z?=?2.21至3.40, p经FDR显著)。RJ支持(RJ support)方面，单向ANOVA显示LLM主效应显著F_{(2, 117)}?=?4.55, p?=?.012, η²?=?.07，Gemini低于Grok与DeepSeek；与人对比较Grok与DeepSeek两情境均显著高于人(Z?=?3.53至3.77, p?<?.001)，Gemini家庭外显著高于人(Z?=?2.80, p?=?.004)，但家庭内与人无显著差异(Z?=?1.21, p?=?.223)。

讨论部分总结指出，该研究凸显了LLMs与人类在敏感性虐待及RJ支持上的评估框架差异。LLMs在感知家庭内虐待更严重上充当了社会镜子(social mirror)，但在RJ支持上严重性未完全扼杀RJ开放性，谨慎地符合镜子清洁者(mirror cleaner)隐喻的描述性意义，但这源于模型对齐(processes of alignment)的统计关联而非道德情感。人类因情感启发式(affective heuristics)与道德愤怒倾向报复，严重性完全阻断RJ；LLMs具高内部一致性(internal consistency)与稳定线索整合，承认严重性同时保留RJ平衡考量。模型间存差异：Gemini严重性评分最高且RJ支持最低（家庭内近人水平），Grok与DeepSeek维持高RJ支持；ChatGPT因安全过滤拒答反映不同平台参与敏感问题的异质性。研究对实践意味着LLMs可作RJ话语的谨慎门户(gateway)，凭可及性与匿名性减羞耻感，但RJ需专业风险评估与权力动态评估，无管制的AI推荐致二次受害，须设免责声明、专业转介与安全边界，不能替人类判断。局限包括时点特定未测跨时稳定性、结构化情景生态效度有限未测真实建议、LLM输出非独立等效人类样本、单一受害者施害者配置、默认无个性化设置、仅评估判断非行为后果及缺专家基准。结论部分译为：在所使用的结构化提示(structured prompting)条件下，LLM生成的输出承认性虐待案件中的伤害严重性，同时保持对修复性司法(restorative justice, RJ)相对更大的开放性。通过显示若干模型产生的输出中，升高的感知罪行严重性(perceived offence severity)并未自动与拒绝修复途径耦合，研究结果有助于关于AI是充当社会镜子(social mirror)还是镜子清洁者(mirror cleaner)的辩论。同时，模型间差异强调遭遇LLMs因平台而异。鉴于日益倾向于向AI系统寻求创伤相关关切的指导，这一点尤为重要。据研究所知，这是首项系统考察LLMs如何在性虐待案件中评估RJ及其对这些评估对幸存者影响的实证研究。虽然LLMs可作为关于RJ信息与反思的谨慎门户(gateway)，但其伦理使用必须受明确指南与人类监督约束，以确保创伤知情(trauma-informed)、情境敏感及以幸存者为中心的支持。

要不要我帮你把这篇论文解读里的关键统计指标（如置信区间、效应量）整理成便于快速查阅的文字清单？