技术摘要：从调查人格到大语言模型智能体

问题陈述

欧盟致力于逐步淘汰新型内燃机（ICE）车辆，这代表了重大的政策转变，然而公众对这类变化的反应是动态的，受互动、反馈以及不断演变的社会政治背景的影响。传统的调查方法在测量特定时间点的态度方面非常有效，但在模拟态度如何随外部冲击和事态发展而演变方面却显得力不从心。虽然近期的文献探索了使用大语言模型（LLM）作为生成式智能体来模拟人类行为，但现有的研究主要依赖于手工构建的、程式化的“人格”（personas）。这种方法限制了模拟的经验基础，因为人格设计会深度影响智能体如何解释语境并做出决策。因此，存在两个关键空白：（1）缺乏从经验驱动的受访者群体而非手动设计的人格来构建 LLM 智能体的方法；（2）缺乏利用这些具有经验基础的智能体在变化的社会背景下研究动态政策偏好形成的框架。

研究方法

作者提出了一种**调查驱动的生成式智能体建模（GABM）**模拟框架。该方法将真实的调查受访者转化为生成式 LLM 智能体，弥合了静态经验数据与动态行为模拟之间的鸿沟。

数据与智能体构建

该框架利用了 2025 年夏季在德国进行的一项在线调查数据，共有 514 名受访者，调查设计基于整合性公共政策接受度（IPAC）框架。

• 人格编码： 每位受访者通过自然语言人格被转化为一个 LLM 智能体。这些人格编码了 57 个属性，包括：
  • 人口统计特征（年龄、性别、受教育程度、收入、联邦州）。
  • 政治取向和政党偏好。
  • 出行行为和燃油经验。
  • 气候相关态度（关注度、风险感知、对政府的信任度）。
• 初始化： 智能体以其观察到的关于支持内燃机阶段性退出的调查响应进行初始化，作为后续更新的基准。

模拟框架

模拟在一个动态世界中运行，智能体通过重复轮次（16 轮，代表从 2025 年第一季度开始的季度）来更新其偏好。

• 上下文输入： 在每一轮中，智能体会接收到一个结构化提示词，其中包含其人格、先前的响应历史、当前国家级和州级的支持分布情况，以及在事件驱动场景下，关于外部事件的信息。
• 决策逻辑： 智能体根据这些输入进行推理，以更新其政策立场，回答以下问题：“在选举中，你在多大程度上会投票给一个支持此类政策的政党？”（量表 1–6）。
• 反馈循环： 聚合后的智能体响应会更新集体支持分布，这些分布随后作为下一轮的社会语境。
• 实验条件： 研究对比了基准场景（无外部冲击）与事件驱动场景（引入十个具有支持性或反对效应的相关背景事件）。
• 模型配置： 研究使用 OpenAI 的 GPT-4o mini，并将温度（temperature）设为 0 以最大限度地减少随机变化。实验还改变了提示词语言（德语与英语）和总结风格（环境导向型与中立型）。

核心贡献

1. 框架开发： 引入了一个调查驱动的 GABM 框架，将结构化调查数据转化为自然语言 LLM 智能体，超越了手工设计的拟人化人格。
2. 经验应用： 将该框架应用于一个及时的政策议题：德国对逐步淘汰内燃机的支持度，这与欧盟净零目标相一致。
3. 动态分析： 对调查驱动的智能体如何响应变化的社会背景和外部事件提供了经验分析，从而能够检查时间性的支持轨迹、偏好切换和剖面异质性。

结果

模拟结果凸显了偏好形成过程中的显著动态：

• 基准动态： 在没有外部冲击的情况下，智能体普遍表现出支持度的上升趋势，从中间立场转向最高支持水平（6）。这表明模拟环境创造了一种内在的上行漂移，而不仅仅是维持初始分布。
• 提示词敏感性： 框架对提示词设计高度敏感：
  • 德语提示词： 产生了更果断的上行移动，并向最高支持水平收敛，尤其是在使用中立总结时。
  • 英语提示词： 导致分布更加分散，响应在中间水平（4–6）展开，而非坍缩至最高支持水平。这表明其锚定作用较弱，且缺乏极端的整合。
• 事件驱动动态： 外部事件的引入放大了提示词语言和风格的影响。
  • 使用环境类总结的德语提示词继续推动向高支持度的显著转变。
  • 英语和中立提示词将质量分布到中间类别，在智能体如何更新偏好方面创造了更大的异质性。
  • 在基于事件的场景中，支持水平的波动更为明显，英语提示词表现出更显著的波动。
  • 值得注意的是，尽管德语提示词驱动了更果断的向顶端收敛，但英语提示词场景下的最终支持水平略高于德语提示词场景。
• 个体推理： 个案研究揭示，智能体会基于个人价值观、政府信任度和感知公平性之间的复杂相互作用来调整其推理。例如，某个智能体可能基于气候价值观保持高支持度，但当事件强调低收入家庭的分配公正性问题时，其支持度可能会下降。

意义与局限性

本文声称其意义在于通过在动态环境中连接政治问题与社会接受度分析，推进了计算社会科学的发展。它证明了精细的人格设计能够实现现实的决策模拟，从而促进了静态调查无法捕捉的行为实验。

然而，作者对研究结论持谨慎态度：

• 数据依赖性： 模拟质量受限于底层调查数据；测量误差或遗漏会延续到智能体人格中。
• 简化处理： 该框架将复杂的决策过程简化为结构化提示词和有限的响应量表。
• 提示词敏感性： 结果因提示词语言、风格和序列的不同而产生实质性差异，需要仔细解读模拟结果。
• 事件设计： 事件是人工设计的，可能无法完全捕捉现实世界政治发展的不可预测性。
• 交互限制： 当前设置仅模拟了偏好更新，并未包含更丰富的社会互动，如直接的同行间交流或网络结构。
• 模型特异性： 研究结果针对特定的 GPT-4o mini 及零温度设置；不同的模型或随机设置可能会产生不同的结果。

作者总结道，这些输出应被视为对偏好动态的模拟，而非对未来真实公民政治行为的准确反映，并强调了分析聚合行为模式而非个体解释的价值。