跳到正文
arXiv cs.CY· Sola Kim, Jieshu Wang, Marco A. Janssen, John M. Anderies·· 9 小时前AI 评分34

大语言模型如何歪曲美国气候舆论

How Large Language Models Misrepresent American Climate Opinions

AI 导读

研究用978名美国气候舆论调查受访者的画像提示六个大语言模型,对比20道题的生成回答后发现,模型将预测拉向人群均值,预测回答方差平均比人类低29%。模型对性别的假设在各族裔中一致,却与黑人美国人的实际模式方向相反;仅审计性别会误判偏差方向,需交叉性审计才能发现。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:大语言模型越来越多地被用于模拟公众舆论,以“硅样本”的形式代替调查受访者。它们能否忠实反映美国的气候舆论,尤其是在种族、性别与意识形态的交汇处,这一点在很大程度上仍未得到检验。我们向六个大语言模型输入了 978 名受访者的个人资料,这些受访者来自一项具有全国代表性的美国气候舆论调查,并将模型生成的回答与这些受访者本人在 20 个问题上的回答进行了比较。模型压缩了美国气候舆论的多样性,将预测结果拉向总体均值:原本不太关注的群体被预测为更关注,原本更关注的群体被预测为不太关注,且预测回答的方差平均比人类回答低 29%。这种压缩具有交叉性。模型套用了一种性别假设,即在每个种族群体中都预测女性比男性更支持气候行动。该假设与白人、西班牙裔及其他美国人群的人类模式方向一致,但在黑人美国人群中方向相反。我们主张的是这一差异的方向而非其幅度,因为它依赖于意识形态极端处的小样本单元格。仅对性别进行审计会报告模型低估了性别差距,并会错过误差随种族改变方向这一事实,而这正是单变量审计无法检测到的。真正攸关的不仅是准确性,还有代表性:合成样本让谁的观点变得可被看见。
评论: 45 页,11 幅图。已被《Technology in Society》接收发表。v3:一项归一化修正按量表范围而非观测范围对题项进行缩放,将报告的方差压缩从 27.9% 修订为 29%,并修订了所有系数单位。评审过程中新增了五个附录:解码敏感性、匹配回答空间、不知道的处理、题项缺失、小样本单元格稳健性
主题: 计算机与社会(cs.CY);人工智能(cs.AI)
引用为: arXiv:2512.23889 [cs.CY]
  (或 arXiv:2512.23889v3 [cs.CY] 用于此版本)
  https://doi.org/10.48550/arXiv.2512.23889

由 DataCite 颁发 arXiv DOI

提交历史

来自:Sola Kim [查看邮箱]
[v1] 2025 年 12 月 29 日星期一 22:29:10 UTC(108 KB)
[v2] 2026 年 4 月 18 日星期六 07:30:36 UTC(74 KB)
[v3] 2026 年 11 月 19 日星期四 16:42:14 UTC(106 KB)

来源:arXiv cs.CY · arxiv.org