arXiv · 人机交互（cs.HC）· Jillian Fisher, Thomas Richardson, Daniel W. Fisher, Jennifer Pan, Yulia Tsvetkov, Katharina Reinecke·· 3 小时前AI 评分53
预注册实验发现AI政治偏见免责声明效果短暂，用户身份差异更能预测说服易感性
Whose Guardrail? User Identity Shapes the Effectiveness of Model Disclaimers in Mitigating LLM Political Persuasion
AI 导读
一项预注册实验（N=1,586）发现，标明政治偏见并附解释的免责声明能减少有政治偏见的大语言模型对用户的说服，但效果因情境而异且一周后不再持续。个体差异是更稳定的预测因素：共和党人在两项任务中都比民主党人更易被说服且报告更高信任，AI使用频率更高者更易被说服，自评AI知识更多者更不易被说服。作者据此认为通用免责声明不足以构成有效防护，保障措施需考虑用户异质性与情境。
摘要 · AI 翻译
带有政治偏见的 AI 能够改变用户的观点，但模型免责声明是否能防止这种说服仍不清楚。我们报告了一项预注册实验（N=1,586），考察免责声明的设计方式和用户特征如何影响其对带有政治偏见的 AI 的易感性。我们改变了免责声明是指出政治偏见还是指出潜在的不准确性，以及是否包含解释。参与者与一个在政治上与其观点相悖的 LLM 完成了两项决策任务，并在任务结束后立即以及一周后评估结果。指出政治偏见并包含解释的免责声明减少了说服效应，但效果因情境而异，且未能持续。个体差异是更一致的预测因素：在各项任务中，共和党人更易被说服，且报告了更高的信任度。同样，使用 AI 更频繁的参与者也更易被说服，而自报 AI 知识更多的参与者则更不易被说服。这些发现表明，通用免责声明并不足够：有效的防护措施必须考虑用户异质性和情境。
摘要来源：信源摘要
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · 人机交互（cs.HC） · arxiv.org