预注册研究：大语言模型对阴谋论的反驳随用户与指控对象的政治身份而变

尽管关于人机交互中阴谋论（CTs）的新兴文献不断涌现，但大语言模型（LLMs）是否会驳斥阴谋论，以及政治身份如何影响其回应，仍不清楚。基于AI系统文档、积极礼貌理论和动机性推理研究，我们假设LLMs会驳斥大多数阴谋论，但会根据用户以及主张中行为者的政治身份调整回应。在一项预注册研究中，我们包含135,845段对话、57个阴谋论、21种用户-行为者政治身份条件组合以及七个OpenAI LLMs，发现82%的回应驳斥了阴谋论，20%表现出动机性回应，即认可用户的观点并肯定其关切。虽然当阴谋论涉及民主党人或共和党人时，驳斥更可能发生，但动机性回应通常伴随驳斥出现，并且当主张涉及用户的外群体时更可能发生——例如，当共和党用户询问涉及民主党人的阴谋论时，模型驳斥该主张。尽管涉及共和党人的阴谋论的回应比涉及民主党人的阴谋论因用户身份而差异更大，但前者减弱了外群体与内群体主张之间的回应差异。这些发现提出了更广泛的问题：如果LLMs一贯驳斥阴谋论，但以政治不对称的方式这样做，那么AI模型有能力且可靠意味着什么。

中文由 AI 翻译，仅供参考，以原文为准。