从单次交流到共享空间：公共大语言模型代理如何改变社交平台上人与人之间的对话结构

《ACM Transactions on Social Computing》：From Solo Post to Shared Space: How a Public LLM Agent Reshapes Human-to-Human Conversation Structure on a Social Platform

　　

摘要AI摘要

要查看此AI生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

随着大型语言模型（LLM）代理成为公共在线对话的常规参与者，理解它们的回复如何重塑人与人之间的互动结构成为社会计算和平台治理的核心挑战。然而，大多数部署后的评估都集中在毒性或参与量上，而忽略了对话结构这一对审议质量、社会资本形成和声音平等至关重要的维度。我们通过对在中国领先的微博平台上服务数百万用户的生成型LLM代理@CommentR进行的大规模结构评估来解决这一空白。我们将每个对话线程建模为一个有向回复图，根据严格的预锚变量匹配了216,000多个部署后的真实线程，并使用双重稳健的估计器来估计其对仅限人类参与的对话结构的影响。由于代理的回复通常在任何人与人之间的互动发生之前就已经出现，我们引入了生命周期感知的估计量，以区分早期的形成效应和成熟线程的重组效应。在条件可忽略的情况下，代理的回复减少了早期的互惠性，增加了分支，并减少了地理同质性；而经过度校正的桥梁效应保持不变——这与从对话交流向围绕焦点回复的一次性评论的转变是一致的。在成熟线程中，代理本身减少了进行重组分析的资格——持续的现有交流变得不太可能——因此我们将成熟线程的重组估计视为有界的而不是点状的，并将形成阶段视为我们的结构证据是可靠的阶段。重塑的程度取决于代理的回答方式：更全面、更基于事实的回复会导致更大的焦点转移。回复目标分析证实，相当一部分人类评论被引导到代理那里，减少了横向的人与人之间的交流。这些发现表明，公共AI代理不仅可以重塑人们所说的内容，还可以重塑人们彼此交流的方式，这对平台治理、对话代理设计和AI中介的公共话语的结构监控具有直接的影响。

AI摘要

AI生成的摘要（实验性）

此摘要是使用自动化工具生成的，未经文章作者的撰写或审阅。它旨在帮助发现、帮助读者评估相关性和协助来自相关研究领域的读者理解本文。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。完整文章仍然是权威版本。点击这里了解更多。

点击这里来评论此摘要的准确性、清晰度和实用性。这样做将有助于改进未来的版本。

要查看此AI生成的简单语言摘要，您必须具有高级访问权限。