亚洲日本免费-啊轻点灬太粗太长了三男一女-麻豆av电影在线观看-日韩一级片毛片|www.grbbt.com

2025年3月13日，烏克蘭國(guó)立大學(xué)教授尤里·季亞琴科（Yuriy Dyachenko）及其團(tuán)隊(duì)在瑞士Frontiers期刊發(fā)表文章《大語(yǔ)言模型服務(wù)在社會(huì)傳播管理中的應(yīng)用》（LLM Services in the Management of Social Communications）。報(bào)告創(chuàng)新性地提出三元認(rèn)知框架，在卡尼曼雙系統(tǒng)理論基礎(chǔ)上引入“系統(tǒng)3”（社會(huì)條件行為系統(tǒng)），揭示人類(lèi)決策受直覺(jué)反應(yīng)、理性思考和社會(huì)文化規(guī)范三者共同作用的復(fù)雜機(jī)制。

《大語(yǔ)言模型服務(wù)在社會(huì)傳播管理中的應(yīng)用》

編譯：和風(fēng)

全文摘要與關(guān)鍵詞

1.雙系統(tǒng)理論解構(gòu)人類(lèi)決策機(jī)制：通過(guò)系統(tǒng)1（直覺(jué)）和系統(tǒng)2（理性）兩種認(rèn)知系統(tǒng)來(lái)理解人類(lèi)決策。

2.三元認(rèn)知框架：系統(tǒng)1（直覺(jué)）&系統(tǒng)2（理性）&系統(tǒng)3（社會(huì)條件+身份認(rèn)同）均影響人類(lèi)行為。

3.AI工具在傳播管理中的應(yīng)用

①利用AI工具優(yōu)化傳播管理策略：系統(tǒng)1——LLMs通過(guò)快速生成基于大規(guī)模數(shù)據(jù)集的語(yǔ)言模式，實(shí)現(xiàn)即時(shí)、直覺(jué)式溝通；系統(tǒng)2——LLMs處理復(fù)雜信息，生成邏輯清晰的輸出，適用于詳細(xì)解釋或解決溝通中的問(wèn)題；系統(tǒng)3——LLMs學(xué)習(xí)并遵循社會(huì)文化規(guī)范，確保輸出符合社會(huì)道德與傳播倫理；

②LLMs在傳播管理中面臨的挑戰(zhàn)：偏見(jiàn)傳播風(fēng)險(xiǎn)、依賴(lài)自動(dòng)化的風(fēng)險(xiǎn)。

4.實(shí)驗(yàn)設(shè)計(jì)方案

①實(shí)驗(yàn)步驟：信息創(chuàng)建、行為建模、數(shù)據(jù)分析；

②實(shí)驗(yàn)變量：信息類(lèi)型、用戶(hù)參與度；

③實(shí)驗(yàn)局限性：解釋偏差、外部因素。

5.解決信息傳播和反饋管理的難點(diǎn)：利用虛擬人格模擬受眾反饋。

6.結(jié)論：

展望未來(lái)，本研究為AI賦能的社會(huì)傳播指明了關(guān)鍵的研究路徑。亟待解決的重要挑戰(zhàn)包括：減少潛在偏見(jiàn)、確保信息真實(shí)性、構(gòu)建負(fù)責(zé)任的AI部署框架。技術(shù)專(zhuān)家、倫理學(xué)家、社會(huì)學(xué)家和傳播學(xué)者之間的跨學(xué)科合作，對(duì)于優(yōu)化這些策略將起到至關(guān)重要的作用。通過(guò)持續(xù)開(kāi)發(fā)更為精細(xì)、契合語(yǔ)境的AI溝通工具，尊重個(gè)體與集體的認(rèn)知過(guò)程，我們有望開(kāi)啟更具包容性、信息豐富且蘊(yùn)含變革潛力的社會(huì)互動(dòng)新模式。

---

在數(shù)字時(shí)代，社會(huì)傳播發(fā)生深刻變革，社交媒體平臺(tái)日益影響公眾輿論、文化話(huà)語(yǔ)和集體決策。通過(guò)自適應(yīng)通信系統(tǒng)，這些數(shù)字網(wǎng)絡(luò)創(chuàng)造了新的“集體智慧”形式，使群體能夠更高效地交換信息、比較觀點(diǎn)和做出決策。然而，這種社會(huì)傳播的演變既提供了機(jī)遇，也帶來(lái)了有效管理公共話(huà)語(yǔ)和理解其對(duì)公民行為影響的挑戰(zhàn)。

01

雙系統(tǒng)理論解構(gòu)人類(lèi)決策機(jī)制

• 雙系統(tǒng)理論：通過(guò)系統(tǒng)1和系統(tǒng)2兩種認(rèn)知系統(tǒng)來(lái)理解人類(lèi)決策

在這種社會(huì)傳播背景下，人類(lèi)決策的復(fù)雜性可以通過(guò)丹尼爾·卡尼曼的雙系統(tǒng)理論來(lái)理解。雙系統(tǒng)理論即通過(guò)系統(tǒng)1和系統(tǒng)2這兩種認(rèn)知系統(tǒng)來(lái)理解人類(lèi)決策。該模型揭示了直覺(jué)與理性在認(rèn)知過(guò)程中的動(dòng)態(tài)互動(dòng)，影響從日常選擇到重大決策的一切。

系統(tǒng)1（直覺(jué)）——主導(dǎo)快速本能反應(yīng)：自動(dòng)且快速運(yùn)作，無(wú)需努力且無(wú)意識(shí)地進(jìn)行決策。它通常被稱(chēng)為直覺(jué)系統(tǒng)，因?yàn)槠渖婕凹磿r(shí)的本能反應(yīng)，而無(wú)需經(jīng)過(guò)深思熟慮。系統(tǒng)1的運(yùn)行通常是快速、自動(dòng)、無(wú)意識(shí)的，并依賴(lài)啟發(fā)式模式。

系統(tǒng)2（理性）——修正直覺(jué)潛在偏差：涉及更深思熟慮、費(fèi)力且有意識(shí)的決策過(guò)程。它專(zhuān)注于需要投入認(rèn)知努力的活動(dòng)，包括復(fù)雜計(jì)算和邏輯推理。系統(tǒng)2的運(yùn)行較慢且更具方法論，通常用于評(píng)估和修正系統(tǒng)1生成的初步?jīng)Q策。當(dāng)個(gè)體致力于邏輯推理任務(wù)，或是面臨需深思熟慮的抉擇（諸如數(shù)學(xué)運(yùn)算或道德難題）之際，系統(tǒng)2隨即啟動(dòng)。

02

三元認(rèn)知框架

2.1 系統(tǒng)3（社會(huì)條件）

系統(tǒng)3（社會(huì)條件）：社會(huì)條件影響行為模式。在丹尼爾·卡尼曼提出的人類(lèi)認(rèn)知雙系統(tǒng)理論的基礎(chǔ)上，該理論將系統(tǒng)1（直覺(jué)）和系統(tǒng)2（理性）視為決策過(guò)程的關(guān)鍵框架。本研究引入第三系統(tǒng)（系統(tǒng)3），以捕捉更廣泛的人類(lèi)行為基礎(chǔ)。系統(tǒng)3代表由社會(huì)條件所塑造的行為模式，其深受社會(huì)規(guī)范與自我認(rèn)知的雙重影響，體現(xiàn)了個(gè)人決策過(guò)程中，除潛意識(shí)和理性因素外，社會(huì)文化環(huán)境的深遠(yuǎn)作用。

社會(huì)認(rèn)同塑造非理性決策路徑。系統(tǒng)3反映了社會(huì)條件、身份認(rèn)同和社會(huì)規(guī)范對(duì)行為和決策的影響，這一點(diǎn)可以在社會(huì)認(rèn)同理論（Social Identity Theory）的框架內(nèi)加以研究。該理論解釋了個(gè)人的自我認(rèn)同如何來(lái)源于群體歸屬感和社會(huì)類(lèi)別，并進(jìn)一步影響其行為與決策。例如，一個(gè)強(qiáng)烈認(rèn)同環(huán)保的人會(huì)自動(dòng)選擇環(huán)保產(chǎn)品，而不會(huì)進(jìn)行系統(tǒng)2典型的成本—收益分析，也不同于系統(tǒng)1直覺(jué)式的本能處理方式。

2.2 三元認(rèn)知框架

三元認(rèn)知框架整合文化規(guī)范變量。引入這一理論使我們能夠融合系統(tǒng)1和系統(tǒng)2的認(rèn)知效應(yīng)，同時(shí)兼顧外部社會(huì)環(huán)境，構(gòu)建出一個(gè)三元認(rèn)知框架。具體而言，行為不僅受到本能反應(yīng)（系統(tǒng)1）和理性思考（系統(tǒng)2）的雙重影響，還受到社會(huì)條件與身份認(rèn)同（系統(tǒng)3）的深遠(yuǎn)塑造。系統(tǒng)3的演化步伐相對(duì)遲緩，映射出文化規(guī)范與社會(huì)價(jià)值觀隨時(shí)光流轉(zhuǎn)而逐步變遷的漸進(jìn)歷程。它構(gòu)建了一種機(jī)制，能夠?qū)⑸鐣?huì)認(rèn)可與否的信息融入個(gè)人的決策考量中，從而深遠(yuǎn)地影響個(gè)體的長(zhǎng)期行為模式及道德觀念。

身份認(rèn)同關(guān)聯(lián)社會(huì)歷史脈絡(luò)。此外，系統(tǒng)3深化了我們對(duì)身份認(rèn)同的理解。它不僅僅是潛意識(shí)本能（系統(tǒng)1）與理性考量（系統(tǒng)2）的簡(jiǎn)單交互結(jié)果，更涉及個(gè)體在社會(huì)“鏡子”中的自我認(rèn)知。在此情境下，身份認(rèn)同的內(nèi)涵變得更為豐富，它不僅涵蓋了個(gè)人的自我反思與理性評(píng)估，還深刻關(guān)聯(lián)著文化、社會(huì)及歷史等多重因素如何交織影響個(gè)體的身份建構(gòu)，以及個(gè)體在面對(duì)社會(huì)期望時(shí)的順應(yīng)與抗?fàn)帯?/p>

03

AI工具在傳播管理中的應(yīng)用

3.1 利用AI工具優(yōu)化傳播管理策略

整合人工智能（AI）工具，特別是大語(yǔ)言模型（LLM），標(biāo)志著技術(shù)與社會(huì)互動(dòng)的重大進(jìn)步。通過(guò)三元認(rèn)知框架（系統(tǒng)1、系統(tǒng)2和系統(tǒng)3），我們可以利用AI驅(qū)動(dòng)的工具來(lái)優(yōu)化傳播管理策略。

大語(yǔ)言模型（LLM），如GPT（生成式預(yù)訓(xùn)練變換器），革新了自然語(yǔ)言處理（NLP），使機(jī)器能夠理解和生成類(lèi)人文本。

這些模型在三元認(rèn)知框架的交匯點(diǎn)上運(yùn)行：

• 系統(tǒng)1（直覺(jué)）：LLMs通過(guò)快速生成基于大規(guī)模數(shù)據(jù)集的語(yǔ)言模式，實(shí)現(xiàn)即時(shí)、直覺(jué)式溝通；

• 系統(tǒng)2（理性）：LLMs處理復(fù)雜信息，生成邏輯清晰的輸出，適用于詳細(xì)解釋或解決溝通中的問(wèn)題；

• 系統(tǒng)3（社會(huì)條件）：LLMs學(xué)習(xí)并遵循社會(huì)文化規(guī)范，確保輸出符合社會(huì)道德與傳播倫理。這對(duì)于保持溝通的禮貌性、合適性和社會(huì)責(zé)任感至關(guān)重要。

在內(nèi)容創(chuàng)作方面，AI工具擅長(zhǎng)生成博客、報(bào)告、營(yíng)銷(xiāo)文案等文本內(nèi)容，確保語(yǔ)法正確、風(fēng)格合適，并能根據(jù)目標(biāo)受眾的文化背景進(jìn)行調(diào)整，體現(xiàn)出對(duì)系統(tǒng)3的精準(zhǔn)對(duì)齊。

在社交媒體管理中，LLMs可分析并生成社交媒體內(nèi)容，管理帖子和互動(dòng)，以符合社會(huì)規(guī)范。它們還能調(diào)節(jié)討論、過(guò)濾不當(dāng)內(nèi)容，并維護(hù)品牌語(yǔ)調(diào)，展示了系統(tǒng)3在傳播管理中的高級(jí)應(yīng)用。

3.2 LLMs在傳播管理中面臨的挑戰(zhàn)

• 偏見(jiàn)傳播風(fēng)險(xiǎn)

AI可能會(huì)繼承訓(xùn)練數(shù)據(jù)中的偏見(jiàn)，導(dǎo)致不恰當(dāng)或有害的傳播輸出。這與系統(tǒng)3的倫理考量直接相關(guān)——確保AI輸出公正且符合社會(huì)價(jià)值觀需要持續(xù)的監(jiān)測(cè)與更新。

• 依賴(lài)自動(dòng)化的風(fēng)險(xiǎn)

過(guò)度依賴(lài)AI可能削弱人類(lèi)在系統(tǒng)2和系統(tǒng)3方面的認(rèn)知能力。如果個(gè)體過(guò)分依賴(lài)AI進(jìn)行溝通，可能導(dǎo)致其在復(fù)雜信息處理和社交規(guī)范理解方面的能力下降。

因此，將LLMs應(yīng)用于傳播管理，展示了AI技術(shù)與人類(lèi)認(rèn)知框架之間的強(qiáng)大協(xié)同效應(yīng)。通過(guò)強(qiáng)化直覺(jué)、理性以及社會(huì)條件所塑造的溝通方式，LLMs不僅提升了傳播策略的效率與效能，更開(kāi)辟了前所未有的機(jī)遇，同時(shí)也伴隨著新的挑戰(zhàn)。

04

實(shí)驗(yàn)設(shè)計(jì)方案

4.1 實(shí)驗(yàn)步驟

• 信息創(chuàng)建

使用LLM生成針對(duì)特定行為或態(tài)度的多種版本信息。這些信息在語(yǔ)氣、框架和內(nèi)容上進(jìn)行系統(tǒng)性調(diào)整，以探討身份和世界觀一致性的不同層面。同時(shí)，使用標(biāo)準(zhǔn)通信策略創(chuàng)建對(duì)照信息，以便與LLM生成的信息進(jìn)行比較。

• 行為建模

跟蹤用戶(hù)對(duì)每條信息的互動(dòng)指標(biāo)，如點(diǎn)贊、分享、評(píng)論和頁(yè)面停留時(shí)間，以衡量參與度。

• 數(shù)據(jù)分析

通過(guò)比較不同信息版本的參與度和行為數(shù)據(jù)，評(píng)估哪些信息更有效地影響行為，從而判斷其在身份共鳴和世界觀一致性方面的效果。

數(shù)據(jù)隱私保護(hù)：所有數(shù)據(jù)收集均符合隱私法律和平臺(tái)政策，僅使用匿名化和匯總數(shù)據(jù)進(jìn)行分析。在不收集直接反饋的情況下，確保用戶(hù)知曉平臺(tái)數(shù)據(jù)使用的相關(guān)政策。

4.2 實(shí)驗(yàn)變量

自變量（Independent variable）：信息類(lèi)型（LLM生成 vs. 對(duì)照信息）

因變量（Dependent variable）：用戶(hù)參與度（如點(diǎn)贊、評(píng)論、分享等）

4.3 實(shí)驗(yàn)局限性

● 解釋偏差（Interpretation Bias）：在缺乏直接反饋的情況下，研究人員需要考慮用戶(hù)對(duì)不同信息的互動(dòng)差異背后的原因。

● 外部因素（External Factors）：社會(huì)事件或社交趨勢(shì)可能獨(dú)立于信息內(nèi)容影響用戶(hù)行為。

本實(shí)驗(yàn)設(shè)計(jì)采用間接測(cè)量的方法，深入評(píng)估了LLM生成的信息對(duì)用戶(hù)行為產(chǎn)生的具體影響，進(jìn)而為傳播管理中的有效性問(wèn)題提供了有益的見(jiàn)解。通過(guò)分析不同信息策略對(duì)用戶(hù)參與度的影響，可以推斷信息與用戶(hù)身份和世界觀的契合度，以及信息在不依賴(lài)直接用戶(hù)反饋的情況下，對(duì)提升用戶(hù)忠誠(chéng)度的實(shí)際效果。

05

解決信息傳播和反饋管理的難點(diǎn)

虛擬人格模擬受眾反饋。針對(duì)信息傳播和反饋管理的困難，我們提出使用虛擬人物進(jìn)行模擬。我們運(yùn)用了Anthropic公司的Claude 3.5 Sonnet模型來(lái)訪問(wèn)LLM，并依據(jù)受眾的思維模式，對(duì)原始信息與修改后的信息進(jìn)行了對(duì)比分析，以評(píng)估其效果。

AI模擬人類(lèi)態(tài)度復(fù)雜性。Argyle等人（2023）的研究指出，GPT系列語(yǔ)言模型通過(guò)細(xì)粒度的響應(yīng)和與人口統(tǒng)計(jì)特征相關(guān)的設(shè)計(jì)，能夠精確模擬不同人群的回應(yīng)分布。這表明LLM能夠再現(xiàn)人類(lèi)態(tài)度的復(fù)雜性、多面性，以及思想、態(tài)度與社會(huì)文化背景之間的交互作用。

然而，Dillon等人（2023）指出，將AI作為研究參與者使用時(shí)應(yīng)考慮一些限制：“LLM在研究特定主題、特定任務(wù)、特定研究階段和特定樣本模擬時(shí)最有用。”因此，我們創(chuàng)建了10個(gè)虛擬人格，并設(shè)定任務(wù)，要求其針對(duì)原始信息和修改后信息進(jìn)行反饋模擬。

圖1. 由大語(yǔ)言模型提出的信息修改方案

• 基于以下兩個(gè)維度評(píng)估其反饋

對(duì)信息的態(tài)度（Attitude to the message），評(píng)分范圍為 -3（極端負(fù)面）到 +3（極端正面）。

因收到信息而產(chǎn)生的行動(dòng)意圖（Intention to act），評(píng)分范圍為 0（完全不會(huì)行動(dòng)）到 3（一定會(huì)采取行動(dòng)）。

虛擬受訪者回答的圖表解釋見(jiàn)圖2。

圖2. 虛擬受訪者對(duì)原始信息（頂部）和修改后信息（底部）響應(yīng)的圖形解釋

06

結(jié) 論

三元認(rèn)知框架拓展認(rèn)知理論邊界。本研究通過(guò)引入創(chuàng)新的三元認(rèn)知框架（triadic cognitive framework），為利用大語(yǔ)言模型（LLM）進(jìn)行社會(huì)傳播管理提供了新的見(jiàn)解。基于虛擬人格的實(shí)驗(yàn)結(jié)果揭示了AI驅(qū)動(dòng)的傳播管理所蘊(yùn)含的潛力與挑戰(zhàn)。盡管經(jīng)過(guò)LLM修改的信息導(dǎo)致受眾態(tài)度出現(xiàn)顯著的負(fù)向變化（中位數(shù)下降2.5個(gè)單位），但在行為意圖方面卻呈現(xiàn)出輕微的上升趨勢(shì)（中位數(shù)上升0.2個(gè)單位）。這一出乎意料的現(xiàn)象凸顯了信息框架、認(rèn)知系統(tǒng)與潛在行為反應(yīng)之間錯(cuò)綜復(fù)雜的交互作用。

跨學(xué)科合作優(yōu)化AI策略。展望未來(lái)，本研究為AI賦能的社會(huì)傳播指明了關(guān)鍵的研究路徑。亟待解決的重要挑戰(zhàn)包括：減少潛在偏見(jiàn)、確保信息真實(shí)性、構(gòu)建負(fù)責(zé)任的AI部署框架。技術(shù)專(zhuān)家、倫理學(xué)家、社會(huì)學(xué)家和傳播學(xué)者之間的跨學(xué)科合作，對(duì)于優(yōu)化這些策略將起到至關(guān)重要的作用。通過(guò)持續(xù)開(kāi)發(fā)更為精細(xì)、契合語(yǔ)境的AI溝通工具，尊重個(gè)體與集體的認(rèn)知過(guò)程，我們有望開(kāi)啟更具包容性、信息豐富且蘊(yùn)含變革潛力的社會(huì)互動(dòng)新模式。

參考文獻(xiàn)：

https://www.frontiersin.org/journals/artificialintelligence/articles/10.3389/frai.2025.1474017/full

聲明：本文來(lái)自認(rèn)知認(rèn)知，稿件和圖片版權(quán)均歸原作者所有。所涉觀點(diǎn)不代表東方安全立場(chǎng)，轉(zhuǎn)載目的在于傳遞更多信息。如有侵權(quán)，請(qǐng)聯(lián)系rhliu@skdlabs.com，我們將及時(shí)按原作者或權(quán)利人的意愿予以更正。