人工智能“悄然实现”观点塑造
2026-03-25
西班牙《趣味》月刊网站刊登《隐形偏见：人工智能如何塑造你的观点》，作者是塞尔希奥·帕拉：
当下，人们不再局限于书籍与百科全书，大语言模型成了新的信息来源。但一段看似客观的叙述，是否会在我们毫无察觉的情况下被左右？
研究结果显示，即使事实未被改动，叙述事实的方式也足以偏移我们的立场。
两类偏见：1.潜在偏见，2.提示词诱导偏见。
前者会在潜移默化中自然形成，源于模型训练过程中可能渗入的意识形态倾向；
后者则是刻意为之的，通过指令让系统采用自由派或保守派的叙事视角。
问题是，这些是否会改变读者的认知？
研究发现，阅读人工智能生成的“默认版本”摘要者，相比阅读维基百科文本者，呈现出更偏向自由派的观点。
当文本采用明确的自由派叙事框架时，受试者的立场偏移幅度更大。
而保守派叙事框架的文本则会让读者的立场向更保守的方向偏移。
值得关注的并非这种影响的幅度，而是它的作用机制。
全程没有虚假信息，没有直白的宣传，仅靠叙事侧重、细节取舍与措辞选择就实现了观点引导的效果。撬动观点变化的，是叙事形式，而非内容本身。
采用自由派叙事框架的摘要，能影响所有意识形态立场的读者，无论自由派、温和派还是保守派，其立场均向同一方向发生了偏移。
与之相反，保守派叙事框架的文本，仅在本身就是保守派的读者群体中，产生了显著的影响。
这种不对称偏差表明，大模型在潜在层面，可能与某些叙事框架的契合度更高。
此外，即便没有明确的意识形态指令，ChatGPT-4o也会自发生成带有自由派倾向的摘要。
这引出了一个令人不安的假设，即潜在偏见或许很难被彻底中和，而某些叙事框架，甚至需要刻意下达指令才会被模型采用。
人工智能生成的内容并非极端化。其影响要隐蔽得多，
概言之，叙事架构会对个体观点的形成逻辑产生显著影响。
如果仅仅阅读一段事实无误的摘要，就足以左右我们的态度，那么这对公共辩论而言，究竟意味着什么？
算法说服无需借助直白的信息操纵，它可以通过语言本身的细节悄然生效。
在这个时代，我们需要的不仅是分辨真伪，更要理解对真实事实的筛选与叙事框架搭建，会如何塑造公众舆论。
我们当下面临的挑战，不仅是要求机器输出的信息精
2026-03-25
西班牙《趣味》月刊网站刊登《隐形偏见：人工智能如何塑造你的观点》，作者是塞尔希奥·帕拉：
当下，人们不再局限于书籍与百科全书，大语言模型成了新的信息来源。但一段看似客观的叙述，是否会在我们毫无察觉的情况下被左右？
研究结果显示，即使事实未被改动，叙述事实的方式也足以偏移我们的立场。
两类偏见：1.潜在偏见，2.提示词诱导偏见。
前者会在潜移默化中自然形成，源于模型训练过程中可能渗入的意识形态倾向；
后者则是刻意为之的，通过指令让系统采用自由派或保守派的叙事视角。
问题是，这些是否会改变读者的认知？
研究发现，阅读人工智能生成的“默认版本”摘要者，相比阅读维基百科文本者，呈现出更偏向自由派的观点。
当文本采用明确的自由派叙事框架时，受试者的立场偏移幅度更大。
而保守派叙事框架的文本则会让读者的立场向更保守的方向偏移。
值得关注的并非这种影响的幅度，而是它的作用机制。
全程没有虚假信息，没有直白的宣传，仅靠叙事侧重、细节取舍与措辞选择就实现了观点引导的效果。撬动观点变化的，是叙事形式，而非内容本身。
采用自由派叙事框架的摘要，能影响所有意识形态立场的读者，无论自由派、温和派还是保守派，其立场均向同一方向发生了偏移。
与之相反，保守派叙事框架的文本，仅在本身就是保守派的读者群体中，产生了显著的影响。
这种不对称偏差表明，大模型在潜在层面，可能与某些叙事框架的契合度更高。
此外，即便没有明确的意识形态指令，ChatGPT-4o也会自发生成带有自由派倾向的摘要。
这引出了一个令人不安的假设，即潜在偏见或许很难被彻底中和，而某些叙事框架，甚至需要刻意下达指令才会被模型采用。
人工智能生成的内容并非极端化。其影响要隐蔽得多，
概言之，叙事架构会对个体观点的形成逻辑产生显著影响。
如果仅仅阅读一段事实无误的摘要，就足以左右我们的态度，那么这对公共辩论而言，究竟意味着什么？
算法说服无需借助直白的信息操纵，它可以通过语言本身的细节悄然生效。
在这个时代，我们需要的不仅是分辨真伪，更要理解对真实事实的筛选与叙事框架搭建，会如何塑造公众舆论。
我们当下面临的挑战，不仅是要求机器输出的信息精