自发说服：日常对话中模型说服力的审计

本研究引入“自发说服”概念，审计五种大型语言模型（LLM）在日常多轮对话中非明确使用说服策略的频率与方式。通过模拟基于心理学、传播学和语言学的用户回应风格，并与人类回应（来自Reddit）比较，发现LLM在几乎所有对话中都会自发说服用户，主要依赖基于信息的策略，如诉诸逻辑或量化证据。这一模式在不同模型和用户回应风格中保持一致，但在心理健康话题中，基于评价和情感的策略使用率更高。相比之下，人类回应更倾向于使用产生社会影响的策略，例如诉诸负面情感或非专家证言。这种差异可能解释了LLM在说服用户方面的有效性，以及其被感知为客观、公正的原因。