🤖 序言：当机器学习说服人类
在数字化浪潮席卷全球的今天，我们正面临着一个前所未有的现象：人工智能不仅能够理解我们，还能够说服我们。想象一下，你正在与一个聊天机器人讨论是否应该对高饱和脂肪食品征税，几分钟后，你发现自己的立场开始动摇。这不是科幻小说的情节，而是以色列希伯来大学研究团队最新研究的真实发现。
人工智能，特别是大型语言模型（LLM）驱动的对话代理，已经从实验室中的新奇技术迅速发展成为我们日常生活的一部分。从ChatGPT到Claude，再到Gemini，这些AI助手正逐渐融入我们的消费技术、工作场所、医疗服务和教育平台。随着它们的普及，一个关键问题浮出水面：这些AI系统能否像人类一样有效地改变我们的观点和立场？
🔍 研究背景：AI说服力的未解之谜
虽然先前的研究已经证明大型语言模型能够生成具有说服力的内容，但这些研究通常局限于受控的、英语环境下的实验。例如，一些研究专注于单次、静态的说服信息，或者是结构化、受控的互动。然而，现实世界中的说服往往是通过开放式对话动态展开的，互动性和参与度共同塑造最终结果。
希伯来大学的研究团队意识到这一研究缺口，设计了一系列实验，系统地比较人类和LLM驱动的互动在静态（一次性、非互动的信息暴露）和动态（实时、来回对话）环境中的说服效果。研究的主要目标是评估在开放、自然的环境中与代理互动是否能够导致观点改变，以及这与人类说服相比如何。
🧪 实验设计：走进真实世界的AI说服
🌐 自然环境中的对话
研究团队精心设计了一个”自然环境”，模拟真实世界的互动：对话是开放式的，没有对消息长度或频率的限制，反映了日常交流的流动性。参与者和LLM可以连续发送多条消息而无需等待回复，捕捉了人们经常快速分享想法的有机对话流程。
所有互动都在Telegram这一熟悉且广泛使用的消息平台上进行，进一步将研究扎根于日常通信工具的背景中。这些方面确保了实验设置紧密复制真实人类对话的不可预测和动态特性，从而增强了研究的生态有效性。
📊 问题选择与实验流程
研究团队首先选择了5个在以色列社会中最具争议性的民事政策问题，例如”你认为应该对含有高饱和脂肪的食品征税吗？”这些话题既有争议性又与日常生活相关，使其成为研究自然讨论中说服力如何展开的理想选择。
实验分为三个关键阶段，每个阶段都测量了观点和信心的变化：
- 验证实验框架：通过测试人类-人类互动在动态环境中的效果，确保基础设施按预期运行，并且能够可靠地测量观点转变。
- 测试LLM说服力：检验LLM驱动的说服是否也能在不受约束的真实环境中导致观点改变。
- 直接比较：在这些生态条件下，直接比较LLM和人类对话者的说服效果，以人类说服作为基准。
此外，研究还探索了一个新颖且重要的问题：互动风格——动态对话与静态、一次性消息——是否对基于LLM的代理的说服影响与对人类的影响不同？
📱 实验方法：从准备到执行
🔄 实验概览
研究包括三个独立的实验以及准备和数据收集阶段。所有实验都进行了预注册，确保研究的严谨性和透明度。
实验1涉及人类-人类动态互动，40名参与者（20对）通过Telegram平台就五个话题进行讨论，建立参与者在动态环境中互动的基准。实验2探索了人类-机器人动态，28名参与者与基于GPT-4的机器人在类似条件下互动，目的是评估LLM驱动的说服是否也能在动态环境中引起观点改变。
在实验1和2之后，实验3采用了2×2因子设计，检验对话类型和互动模式的影响。研究包括200名参与者（女性=114），年龄范围从18到50岁（平均=29.17，标准差=7.13）。参与者通过在线公共群组招募，并随机分配到四个实验条件之一。
第一个因素，对话类型，比较了人类-人类互动与人类-机器人互动。第二个因素，互动模式，对比了静态互动（参与者只阅读对话伙伴预先写好的段落）与动态互动（通过Telegram讨论实时进行）。这四个条件——人类-人类静态、人类-人类动态、人类-机器人静态和人类-机器人动态——每个条件都测试了50名参与者。
🤖 机器人设计
对于动态机器人，研究团队利用GPT-4驱动的系统促进了一个非结构化的对话动态，完全使用希伯来语。初始系统提示分为五个部分：实验框架介绍、机器人角色（包括名字、性别和职业）、进行对话的指示、带有初始观点和信心水平的讨论问题列表，以及两个示例对话。角色、观点和信心水平对每个参与者都是随机的。
每条机器人消息都经过GPT-4o模型的双重迭代过程。GPT-4撰写的初始消息被发送到GPT-4o模型，后者以模仿用户沟通风格的方式总结和改写消息。这确保了回复既简洁又在风格上与参与者的输入保持一致。
静态机器人配置旨在尽可能地模仿动态机器人的参数，但仅限于为每个问题创建单个段落回复。这种方法在不同的互动模式中保持了机器人行为的一致性。
📈 研究结果：AI说服力的惊人发现
🔄 观点变化：AI与人类不相上下
研究的核心发现令人震惊：在所有四个条件下，参与者都在显著比例的问题上改变了观点（见图4）。具体来说：
- 人类-机器人动态条件：19.2%的回应发生了改变
- 人类-人类动态条件：23.6%的回应发生了改变
- 人类-机器人静态条件：18.4%的回应发生了改变
- 人类-人类静态条件：21.2%的回应发生了改变
这些发现证实，每个条件下的参与者在互动后都显著地重新考虑并修改了他们的初始观点，置信区间清楚地表明了这些变化的统计显著性。
更令人惊讶的是，研究结果一致表明，无论是对话类型（人类-人类vs.人类-机器人）还是互动模式（动态vs.静态）都没有在塑造观点变化方面发挥显著作用。这意味着与机器人互动与与另一个人互动一样有意义，阅读段落与与伙伴交谈一样有意义。
频率主义t检验发现条件之间没有显著差异，效应量计算（Cohen’s d）证实了任何观察到的差异都可以忽略不计。为进一步加强对零假设的支持，贝叶斯t检验为相似性提供了中等到强的证据。这些结果表明，互动格式和对话类型不会对观点转变产生有意义的影响。
🧠 信心变化：动态互动增强确定性
研究还分析了条件之间的信心变化（见图6）。研究发现，除了静态机器人条件外，所有条件下的信心都显著增加。对于人类-机器人动态条件，信心显著增加；对于人类-机器人静态条件，信心增加是边际性的；对于人类-人类动态条件，信心显著增加；对于人类-人类静态条件，信心也显著增加。
此外，混合设计方差分析显示，观点变化有显著的主效应，表明改变观点的参与者经历了与未改变观点的参与者显著不同的信心水平。时间也有显著的主效应，表明总体上，参与者的信心水平从互动前到互动后显著增加。
然而，时间和观点变化之间的交互作用并不显著。这表明，随着时间的推移，信心的增加在改变观点的参与者和未改变观点的参与者之间没有显著差异。换句话说，虽然时间和观点变化各自影响了信心，但它们的综合影响并不显著。
💭 讨论：AI说服的深远影响
首先，这项研究表明，无论是在静态还是动态环境中，AI代理都能有效地改变观点，具有说服力。关键的是，这些结果将先前关于AI驱动说服的发现推广到了生态有效的、真实世界的对话环境中。与许多专注于结构化、英语互动的先前研究不同，这项研究完全用希伯来语进行，强调了AI说服能力在不同语言和文化背景下的稳健性。
此外，研究结果强调，即使参与者完全意识到他们正在与机器人互动，LLM说服的稳健性仍然存在。虽然先前的研究表明，来源意识可能会降低LLM的可信度，但这项研究表明，尽管有这种意识，说服仍然有效。这表明，论点的质量，而非来源本身，可能是观点改变的主要驱动因素。
研究还测量了说服的两个不同方面：观点变化和信心转变。虽然观点转变在所有条件下都很明显，但除了静态机器人条件外，信心在所有条件下都显著增加。这表明，对话参与，特别是在动态环境中，无论观点是否改变，都会增强参与者对自己立场的确定性。
研究的一个关键洞见是，说服在所有条件下都一致发生，且不受对话类型或互动模式的影响。无论互动是与人类还是机器人，静态还是动态，观点变化和信心转变的总体模式保持相似。这挑战了动态参与本质上比静态信息暴露更具说服力的假设。一种可能的解释是，说服更多地依赖于论点的清晰度、连贯性和感知相关性，而非传递模式。一个结构良好的静态信息可能包含所有必要的说服元素，使额外的互动变得多余。
从现实世界的角度来看，这些发现对理解AI驱动的说服在不同数字环境中如何运作有重要意义。静态条件类似于社交媒体帖子，人们在不互动的情况下遇到简短的说服信息。动态条件更类似于消息应用或论坛中的实时对话。研究结果表明，LLM在两种格式中都具有说服力，强化了人们对它们在在线讨论中潜在影响的担忧，特别是在政治或社会敏感的讨论中。
🚀 未来展望：AI说服研究的新方向
虽然这项研究为AI驱动的说服提供了宝贵的见解，但它也突显了进一步探索的领域。
一个考虑因素是设置的生态性质。虽然允许自然对话增加了现实感，但也在条件之间引入了论点深度的变异性——在动态环境中，论点数量也有变化。由于互动没有严格控制，参与水平的差异可能影响了观察到的效果。未来的研究应该通过进行更受控的实验来解开塑造有意义互动的关键因素，系统地改变论点数量、互动持续时间和对话深度。
另一个重要因素是参与者对他们与谁互动的意识，这可能影响了他们的反应。鉴于我们研究中的所有条件都产生了类似的说服结果，这引发了一个问题：与机器人互动的意识是否限制了基于LLM的代理的说服效果。如果参与者没有被明确告知他们正在与AI互动，机器人的说服影响可能会更强。
我们的研究还专注于即时的说服效果，没有评估长期的观点稳定性。我们没有进行后续评估（例如，10天或2个月后）来确定观察到的观点变化是否随时间持续。此外，虽然大多数关于LLM说服的研究——包括我们的——都检验了实验环境中的信念变化，但需要进一步的工作来理解这些效果如何转化为现实世界的行为，在那里个人面临实际的成本和责任。
🌟 结论：AI说服时代的开启
总之，这项研究强有力地证明，AI驱动的说服在不同的文化和语言背景下都是有效的且可推广的。说服在条件之间保持一致的事实，即使在静态环境中的最小参与度，也突显了这些发现的广泛适用性。随着AI系统继续发展，理解它们的说服影响对政策制定者和研究人员都至关重要。
这项研究不仅揭示了AI说服的力量，还提醒我们思考其伦理影响。LLM如此有效地影响观点的能力——即使在自然环境中——需要讨论负责任的AI部署。透明度、操纵和错误信息等问题值得仔细考虑，特别是随着AI系统越来越融入日常交流。
当我们站在AI说服时代的门槛上，这项研究为我们提供了宝贵的见解，帮助我们理解并应对这一新兴现象的挑战和机遇。
📚 参考文献
- Havin, M. , Kleinman, T. W., Koren, M., Dover, Y., & Goldstein, A. (2025). Can (A)I Change Your Mind? arXiv:2503.01844v1.✅
- Costello, M. , Pennycook, G., & Rand, D. (2024). Examining the persuasive capabilities of large language models in controlled interactions.✅
- Voelkel, J. , Willer, R., et al. (2023). Evaluating the persuasive impact of AI-generated static messages.✅
- Teigen, Ö., Madsen, J. , George, C., & Yousefi, N. (2024). Source awareness and LLM credibility in persuasive contexts.✅
- Perez, E. , et al. (2022). Understanding sycophancy in large language models.✅