AI 对话能降低阴谋论信念？CMU 等团队最新研究给出量化证据

卡内基梅隆大学、MIT 与康奈尔大学的联合研究团队于 8 月 6 日发布预印本论文，测试在重大事件尚未尘埃落定之时，短时 AI 对话是否能够有效降低参与者的阴谋论信念。两项随机对照实验共纳入约 1,500 名美国成年人，结果显示量身定制的对话式辟谣比单纯的事实清单更能改变人们的认知。

研究设计与样本

第一项实验在 2024 年 7 月特朗普遇刺未遂事件后开展，纳入 472 名表达过阴谋论倾向的美国成年人；第二项实验在 2025 年 9 月查理·柯克遇刺事件后开展，样本量扩展到 1,035 人。参与者被随机分配到三组：量身定制的对话辟谣组、无关话题 AI 对照组，以及静态事实清单对照组。

两组对话均使用 Google Gemini 模型——第一项实验使用 Gemini 1.5 Pro，第二项使用 Gemini 2.5 Pro；参与者需完成至少 5 轮对话。研究者为模型提供了经过筛选的事实库，明确区分已确认信息、已被驳斥的声明，以及尚未有定论的问题；第二项实验中的模型还可在必要时联网核实事实。

核心发现

在 0–100 分的「个人阴谋论信念」量表上，量身定制的对话式辟谣比无关 AI 对话对照组分别带来 6.95 分（第一项实验）和 7.56 分（第二项实验）的下降；相比静态事实清单，对应差距为 5.60 分和 6.56 分。论文报告的标准化效应量约为 0.32–0.38，属于中等偏小的效应规模。

更值得关注的是，研究者发现对话式干预能够根据个体给出的具体信念理由，灵活调整事实呈现、提问方式以及不确定性表达。策略分析显示：当事实尚不充分时，模型更多引用可信来源、保留开放问题并保持谨慎；而当第二起事件积累了更丰富的事实记录后，模型转而更直接地援引证据。

持续效应与局限

两个月后的跟踪调查中，第一项实验的对话组相比合并对照组，在后续事件的阴谋论解读上表现出更低的认可度；第二项实验的跟踪未观察到显著的直接效应，但预先注册的持续性分析以及更宽泛的阴谋论量表提示存在较小的溢出效应。

作者也明确指出了多项局限：

• 两项研究测量的是在线对话后的即时自报信念，而非真实世界的分享行为、投票或长期信任变化。
• 第一项实验未预先注册；第二项虽然预注册，但样本筛选依赖 GPT-4o 对开放回答的分类（虽然作者称在替代分类规则下结论仍然成立）。
• 所有参与者均通过 CloudResearch 招募的美国成年人，结论能否迁移到其他国家、语言、事件或人群仍待验证。
• 模型并非依赖自身知识库，而是依赖研究者精心整理的事实库与显式的劝说指令。

部署警示与下一步

研究者在论文中强调，这一结果不应被用来自动部署「说服型机器人」参与公共讨论。专门被设定为改变信念的系统拥有不寻常的权力，而类似技术同样可能反向被用于强化虚假信息。若要将其转化为实际服务，需要透明的作者身份标识、可靠的事实锚定、防止政治定向操纵的保障机制，以及对准确性与意外影响的独立测试。

接下来值得关注的进展包括：论文的同行评审结果、超越美国政治危机场景的复现研究，以及在非招募条件下人们是否愿意主动使用此类工具的现场证据。