TruthSplit: Operationalizing Conditional Validity in Arguments Through Multi-Perspective Reasoning
本文提出了 TruthSplit，这是一个通过多层自然语言推理（NLI）方法以及基于结构化价值剖面进行条件的语言大模型（LLM）推理，来分析论证在不同世界观下如何得出不同结论，从而将“条件有效性”操作化的交互式系统。
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
想象一下，你正在观察两个人正在为是否应该在他们的社区建造一座新公园而争论。
- 人物 A 说：“我们应该建它！它会给家庭提供一个安全的玩耍场所，并让社区凝聚在一起。”
- 人物 B 说：“我们不应该建它！它会耗费太多钱，并占用人们可以盖房子的空间。”
这两个人可能在看完全相同的材料：土地成本、占地面积以及该地区的家庭数量。然而，他们却得出了截然相反的结论。传统的论证检查工具通常试图弄清楚谁是“正确”的，或者谁犯了逻辑错误。它们会问：“数学算对了吗？语法正确吗？”
TruthSplit 是一个全新的计算机系统，它提出了一个不同的问题：“为什么他们看待同一组事实的方式如此不同？”
以下是它的工作原理，通过简单的概念进行拆解：
1. “世界观眼镜”类比
想象每个人都戴着一副隐形的眼镜，这副眼镜为他们看待世界的方式涂上了色彩。这些眼镜是由他们的价值观（他们最在意什么）、他们的假设（他们在没有证据的情况下相信的事实）以及他们的定义（像“自由”或“正义”这样的词对他们的意义）构成的。
- 人物 A 可能戴着“社区眼镜”。对他们而言，“自由”意味着拥有邻里的支持。
- 人物 B 可能戴着“个人自由眼镜”。对他们而言，“自由”意味着没有人可以干涉他们如何处理自己的钱。
大多数计算机程序会忽略这些眼镜。它们只看文字。TruthSplit 的特别之处在于它能为你戴上不同的眼镜。它预设了六种不同看待世界的“剖面图”（例如自由意志主义者、宗教保守派、生态社会主义者等）。
2. 系统如何运作（三层蛋糕）
当你将一段论证输入 TruthSplit 时，它不仅仅是阅读，而是将其切片并进行三个层面的分析：
- 第一层：事实检查（骨架）
首先，它剥离所有的观点，只看原始逻辑。证据是否真的支持结论？如果论证在这里出了问题（比如说“正在下雨，所以我应该吃披萨”），系统会将其标记为错误的论证，无论谁在阅读。 - 第二层：视角检查（眼镜）
接下来，它戴上特定世界观的“眼镜”。它会问：“如果你是一个自由意志主义者，这个论证有道理吗？”它可能会发现，这个论证对于社会主义者来说是完美的，但对于自由意志主义者来说却完全行不通。 - 第三层：冲突检查（地图）
最后，它将不同的世界观进行并排对比。它会绘制一张地图，清晰展示他们在哪里达成一致，又在哪里发生冲突。- 示例： 他们可能都同意“贫困是坏事”（共同点），但对于“对富人征税”是否是解决方案存在分歧（价值冲突）。
3. “TruthSplit”仪表盘
系统提供一个可视化的仪表盘。想象一个针对论证的红绿灯系统：
- 绿色： 这部分论证是符合逻辑的。
- 黄色： 这部分如果基于观点 X 则有道理，但如果基于观点 Y 则不然。
- 红色： 这是一个根本性的价值观冲突。
它还包含一个聊天机器人，让你能与其中一种世界观进行对话。你可以询问“自由意志主义”机器人：“你为什么反对这座公园？”它会严格使用自由意志主义者的价值观和逻辑来回答你，帮助你在没有对方在场的情况下理解他们的观点。
4. 研究人员的发现
团队使用学生和专家对该系统进行了测试。
- 它有效： 人们发现它易于使用，并且能够理解为什么不同群体之间存在分歧。
- 它不是裁判： 系统并不告诉你谁是“正确”的。相反，它向你展示了分歧并不是因为其中一方愚蠢或撒谎；而是因为他们的出发点不同。
- 它具有一致性： 无论系统使用的是小型计算机还是大型 AI，结果都是一样的。系统的结构比具体的 AI 大脑更为重要。
核心总结
TruthSplit 就像是一个政治论证的翻译官。它并不为你解决争端。相反，它将混乱、令人困惑的争吵转化为：“看，这就是你的价值观与他们的价值观发生冲突的地方。这就是你们对‘自由’定义不同的地方。现在既然你看到了这张地图，你就可以进行更有效的对话。”
它将一场大声叫嚷的争吵变成了一场关于“我们为何产生分歧”的结构化探索。
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。