本报综合外媒报道 美国期刊《新媒体与社会》（New Media & Society）近日刊发了美国康奈尔大学杰布·E.布鲁克斯技术政策研究所主任、政府系教授莎拉·克雷普斯（Sarah Kreps）和政府系教授道格拉斯·L. 克里纳（Douglas L. Kriner）合著的文章《新兴技术对民主代表性的潜在影响：来自一项田野实验的证据》。

　　随着ChatGPT等人工智能的面世，克雷普斯等人考察了恶意使用大型语言模型的情形。例如，使用人工智能大量产出政治动机明显、面向特定受众的内容，促使这些文本被当作选民意见进而误导立法议程。为此，研究人员在一项实验中向7132名美国州一级立法者发送了32398封电子邮件，用以调查并分析立法者的回复。

　　这些邮件涉及6个议题（生育权利、警务、税收、枪支管控、医疗政策、教育政策），政治立场有自由派也有保守派。一部分邮件由参与“康奈尔政治联盟”学生俱乐部的本科生所写，另一些由第三代生成式预训练转换器（GPT-3）创作。研究人员首先使用12封范例邮件（每个议题各有一份自由派意见和一份保守派意见）训练GPT-3，然后让GPT-3针对每个议题以自由派和保守派立场分别写作100封邮件。

　　实验结果显示，州立法者对学生与GPT-3所写邮件的回复率非常接近，分别为17.3%和15.4%；许多立法者及其工作人员并不觉得GPT-3创作的内容是不真实的。在枪支管控和医疗政策议题上，人类作者与人工智能作者得到的回复率几乎相同；在教育政策议题上，人工智能作者得到的回复率更高。实验结束后，立法者分享了他们的判断依据。例如，缺少地理标志的邮件更有可能是虚假的；有些立法者代表的选区非常小，他们只看作者的名字就能识别出虚假邮件。

　　研究人员表示，这些立法者切实地了解自己的选民及其观点，因此能看出哪些内容出自人工智能之手，哪些是本区选民的意见。但是，这样的经验显然更适用于地方层面，在国家层面难以效仿。立法者需要更强的辨别能力和数字素养，并接受相关的培训。

　　克里纳谈道，随着新技术、新工具越来越强大，立法者必须更多地借助其他信息来源来了解选民倾向，例如民意调查数据和面对面交往。

　　（王悠然/编译）