arXiv cs.AI· Chaemin Jang, Junsik Min, Jaewoo Choi, Donggyu Lee, Haiin Lee, Yoonseo Choi, Junyoung Park, Namhee Kim, Hyunwoo Kim, Juho Kim, Nuri Kim, Jihee Kim·· 2 天前AI 评分31
从模拟公民到模拟审议：LLM 智能体在代表性与交互上的挑战
From Simulated Citizens to Simulated Deliberation: Challenges in Representation and Interaction
AI 导读
研究用全国调查、受控审议实验和真实审议民调评估六款 LLM 能否模拟公众审议，发现智能体常产生过度集中的意见，无法可靠复现人口统计差异。在模拟审议中智能体虽会交换论点并频繁改变立场，但在看不到彼此发言时也会出现类似变化，而仅重述初始立场则大幅减少立场变动。
正文 · AI 翻译
作者：Chaemin Jang、Junsik Min、Jaewoo Choi、Donggyu Lee、Haiin Lee、Yoonseo Choi、Junyoung Park、Namhee Kim、Hyunwoo Kim、Juho Kim、Nuri Kim、Jihee Kim
摘要：LLM 智能体能否模拟真实公众的审议过程？要使此类模拟有意义，智能体必须反映民众的意见，且其观点必须受到讨论中他人言论的影响。我们利用全国性调查、受控审议实验和一次真实的审议性民意调查，在六个 LLM 上评估了这些要求。将基于人口普查的韩国人物角色与全国性调查进行比较后，我们发现智能体往往产生过度集中的意见，且无法可靠地再现人口统计学差异。在模拟审议过程中，智能体交换论点、相互回应，并频繁改变立场。然而，即使智能体无法看到彼此的发言，也会出现类似的变化；而仅仅重述其初始立场则会大幅减少立场变化。我们进一步使用 2017 年 Shin-Kori 审议性民意调查中真实受访者构建的智能体，检验这些局限在真实场景中是否依然存在。即使拥有真实受访者档案，智能体也无法再现该小组的初始意见分布，也无法再现其意见在各轮调查中的变化。我们的发现表明，生成审议性讨论、代表公众意见以及再现互动驱动的意见变化是三种不同的能力。这些结果提示了 LLM 审议的一种不同潜在作用：呈现论点与视角，而非模拟真实公众。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2609.07573 [cs.AI] |
| （或 arXiv:2609.07573v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2609.07573 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Chaemin Jang [查看电子邮件]
[v1]
2026年9月7日星期一 14:49:25 UTC（710 KB）
[v2]
2026年10月15日星期四 03:39:35 UTC（196 KB）
来源：arXiv cs.AI · arxiv.org