大语言模型对话可降低事件发生后即时形成的阴谋论信念

重大事件发生后阴谋论的涌现是一项重大的社会挑战。本研究检验与大语言模型（LLM）进行对话式交流能否降低人们对正在发生的阴谋事件的相信程度。在2024年7月唐纳德·特朗普遇刺未遂事件以及2025年9月查理·柯克遇刺事件发生后的数日内开展的实验中，持有关于该危机事件的阴谋论观点的美国成年人（实验1：N = 472；实验2：N = 1042）与一个被提示以降低其阴谋论信念的LLM进行了多轮对话。与对照组参与者（与LLM讨论一个无关话题，或观看一份静态事实清单）相比，LLM干预组的参与者在两项实验中均表现出阴谋论信念的显著降低。我们还发现了一些提示LLM干预具有下游效应的证据，在一至两个月后对不同阴谋论信念的部分分析（但并非全部分析）中观察到信念降低。这些结果有助于理解新兴阴谋论的心理机制，并凸显了可规模化、以认知为重点的干预措施在备受关注的社会事件发生后即刻对抗错误信息的潜力。

中文由 AI 翻译，仅供参考，以原文为准。