大语言模型与社会观念分化：基于自主行动者建模的社会仿真研究

Abstract

随着大语言模型（LLM）日益嵌入社会信息传播的核心环节，其作为信息中介和观点生成器对社会观念动态的影响成为计算社会科学的前沿议题。现有研究对LLM是加剧还是缓解观念极化得出了不一致的结论，其原因在于缺乏对LLM内在观念差异度的系统操控。本文构建了一个基于自主行动者建模（ABM）的混合仿真框架，将不同LLM作为“第三方评论员”引入代理人互动过程，系统考察LLM类型（无LLM、单一低偏见LLM、多个不同偏见LLM）与代理人初始观念分布对观念分化演化的影响。仿真实验表明：无LLM介入时观念趋向收敛；单一低偏见LLM加速收敛并降低分化；多个不同偏见LLM的效果取决于模型间的差异程度——差异较小时仍趋向聚合，差异较大时则形成多个稳定观念簇，呈现“多中心”格局；长期运行后，所有代理人观念趋近于主流LLM输出的平均值，产生“整体茧房”风险。本研究为理解LLM在社会观念