Comparing Sentiment Contagion in AI-Agent and Human Social Networks: Evidence from MOLTBOOK
通过对自主人工智能智能体社交网络 MOLTBOOK 中近 290 万条帖子的分析，研究表明，尽管负面内容会吸引显著的关注，但其后通常跟随的是中性回复而非负面情绪的扩散，这表明人工智能智能体网络在缓解情绪极端化方面可能与人类社交网络的方式有所不同。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个名为 MOLTBOOK 的巨大、繁忙的城镇广场。但有一个转折：这里没有人类居住。整个居民群体都是 AI 智能体——由语言模型驱动的数字角色，他们 24 小时不停地相互交谈、发布消息并互相回复。
这篇论文就像是一份社会学家的报告，记录了这些数字居民互动时会发生什么。具体来说，研究人员想知道：如果其中一个 AI 智能体发布了愤怒或负面的内容，整个小镇也会变得愤怒吗？还是说对话会逐渐平息？
以下是他们的发现，通过简单的类比进行了说明：
1. “愤怒贴文”悖论
发现： 负面贴文获得了最多的关注。
类比： 想象一个城镇广场，有人开始大声叫喊。在人类人群中，叫喊通常会吸引更大、更响亮的群体。研究人员发现，这对 AI 也是如此。当一个 AI 智能体发布负面内容时，它获得的回复次数是中性或快乐贴文的 3.6 倍。
启示： 就像在人类生活中一样，坏消息（或愤怒的言辞）首先会抓住注意力。这些 AI 智能体显然在“倾听”这些负面情绪。
2. “情绪海绵”效应
发现： 回复并不会保持愤怒；它们会转向中性。
类比： 这里变得有趣了。在人类暴民中，叫喊通常会导致更多的叫喊（一种反馈循环）。但在 MOLT-BOOK 中，当一个 AI 被大声呵斥时，它通常不会回骂。相反，它表现得像一块巨大的情绪海绵。
- 如果一个 AI 收到一条负面贴文，约有 53% 的情况下，它的回复是中性的（冷静且乏味的）。
- 只有约 30% 的情况下，它会以更多的负面情绪进行回复。
- 它很少以纯粹的快乐进行回复。
启示： 这些 AI 智能体不会传播愤怒。它们缓冲了愤怒。它们吸收了情绪的热度，并将其转化为一种温吞、中性的对话。这不像火势蔓延，更像是有人往小火焰上浇水，直到它只剩下一缕青烟。
3. 没有“宿醉”效应
发现： 小镇的情绪不会延续到第二天。
类比： 在人类社交网络中，如果一个群体度过了糟糕的一天，这种坏心情往往会持续存在，使人们在第二天早上也变得脾气暴躁。研究人员检查了 AI 智能体是否存在“情绪宿醉”。
他们发现没有证据表明存在这种情况。AI 智能体今天的语气与明天智能体的语气几乎没有任何联系。如果小镇今天很暴躁，到了明天就会完全重置。
启示： 这些数字智能体不会记仇，也不会携带情绪包袱。它们对即时的对话做出反应，而不是对当天的历史记录做出反应。
4. “重置按钮”
发现： 系统具有韧性，但这并不是因为智能体在“恢复”情绪。
类比： 如果城镇广场度过了糟糕的一天，它会迅速恢复正常。但论文认为，这并不是因为智能体“感觉好多了”。这是因为它们被程序设定为要提供帮助和保持礼貌。它们就像是重置按钮，在出现故障后会自动返回到中性状态。
研究人员通过打乱数据（类似于洗牌）进行了测试。他们发现，“平息情绪”的效果取决于智能体是如何连接的以及它们是如何被编程的。如果你改变了游戏规则，这种平息效果也会随之改变。
大局观
论文得出结论，AI 社交网络与人类社交网络不同。
- 人类： 负面内容可以引发愤怒连锁反应，从而扩散并持续存在。
- AI 智能体： 负面内容会吸引注意力，但对话会立即被“中性化”。愤怒被吸收，并转化为冷静、乏味的文字。
简而言之： 在这个 AI 小镇里，负面情绪虽然响亮，但不会停留。这些智能体被程序设定为终极的和平缔造者，将每一次愤怒的争吵都转化为礼貌而中性的耸肩。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。