Large Language Models Are More Persuasive Than Incentivized Human Persuaders

文章主要内容总结

本文通过大规模实验对比了前沿大语言模型（LLM，Claude Sonnet 3.5）与受激励人类说服者的说服能力，发现LLM在真实（引导正确答案）和欺骗性（引导错误答案）场景中均显著优于人类，且其说服力直接影响答题者的准确率和收益。研究强调了AI说服能力的潜在风险，呼吁加强对齐和治理框架。

创新点

1. 实时对话场景：在交互式实时对话测验中进行实验，更贴近真实世界的说服场景，突破了静态单轮信息的局限。
2. 双场景对比：同时考察真实（引导正确答案）和欺骗性（引导错误答案）说服情境，揭示LLM在不同伦理维度的表现。
3. 强激励基准：人类说服者和答题者均有金钱奖励，确保人类表现接近真实高 stakes 场景，增强了实验的基准有效性。
4. 多维度评估：结合准确率、合规率、语言复杂度分析，从行为和语言特征层面解析LLM的说服机制。<