A063 前沿速递 | AI 的种族想象、模拟问卷与请愿写作：三篇研究考察人类判断
来源：公众号 PSY-Brain_Frontier ｜ 发布：2026-10-23 ｜ 原文链接
● 认知神经科学前沿文献分享
当聊天机器人给出一段建议时，我们看到的是屏幕上的文字，却可能在心里为它补上一种身份，甚至据此判断它有多可靠。研究者也开始让大语言模型扮演不同国家的受访者，代替真人填写问卷。一些在线平台则直接提供 AI 写作工具，让普通用户更容易写出完整、流畅的请愿书。AI 正在进入原本需要人来表达、判断和沟通的环节。
这些变化也带来了几个值得检验的问题。面对没有外貌和身份线索的 AI，人们会不会把既有的社会印象投射到它身上？模型能够模仿一个人的回答，是否意味着它也能代表不同国家人群的真实偏好？当 AI 改善了文字的表达，读者的回应和实际结果又会不会随之改变？这些问题都涉及我们如何评价 AI，以及这种评价与真实人类行为之间的关系。
本期三篇研究分别从社会认知、跨国调查和真实平台使用中寻找答案。第一篇考察人们如何为 AI 赋予种族身份，以及这种印象与信任和能力判断的关系；第二篇将大语言模型生成的问卷回答与 74 个国家的真实调查进行比较，检验它能在多大程度上复现人类经济偏好的差异；第三篇利用在线请愿平台分批引入 AI 写作工具的机会，观察请愿文本和实际回应如何变化。从人们眼中的 AI，到 AI 模拟的人，再到 AI 参与的真实行为，三篇研究提供了不同层面的证据。
没有面孔的 AI，为什么会被看成白人？
● 关键词：AI 种族化｜社会认知｜反向相关｜说服力｜训练数据
The Perceived Whiteness of Artificial Intelligence
DOI：https://doi.org/10.1037/pspi0000533
作者：Monica Gamez-Djokic、Adam Waytz
通讯作者及单位：Monica Gamez-Djokic（普渡大学心理科学系）
期刊：Journal of Personality and Social Psychology，2026-09-03
AI 助手可能没有面孔、姓名或声音，人们却依然会用熟悉的社会类别理解它。通常关于 AI 偏见的讨论聚焦模型的训练数据和输出，Gamez-Djokic 与 Waytz 则追问使用者自身的判断：人们会把什么种族身份赋予 AI，这种印象会不会影响对 AI 建议和能力的评价？
研究先让两批美国参与者判断六种技术的种族身份。选择题研究纳入459人，开放回答研究纳入465人；按六种技术计算的“白人归属”指标，在选择题中的平均值为0.72，高于0.50的随机参照。作者还采用反向相关任务：96人各从300对加入不同视觉噪声的面孔中选择更像 AI 的一张，再由另外172人评价汇总所得的面孔。上图为原文 Fig. 2，左侧是被选面孔的平均图像，右侧是未选面孔的平均图像；两图使用同一张欧洲男性基础面孔。评价者将左图判断为白人的比例为75%，右图为43%，说明参与者的选择在共同起点上进一步改变了种族表征。
这种倾向也出现在英语熟练的印度与日本受访者中，不过两地结果的强弱不同。另一项纳入424人的美国研究发现，越倾向于把 AI 想象成白人，参与者对其政治事实核查建议的说服力评分越高；控制政治倾向、人口学特征、AI 熟悉度和总体态度后，关联仍存在（标准化系数 β=0.12）。这属于相关证据，无法证明种族化印象直接造成了更高的信任。
最后一项实验纳入568人。研究者仅改变虚构系统 Nexus AI 的训练数据来源描述，再让参与者从不同难度的任务中选出六项交给它。听说训练数据来自黑人和拉丁裔成人的参与者，分配任务的平均认知要求评分为4.27；白人数据组与未指定来源的对照组均为4.51。作者据此认为，训练数据来源的社会印象会影响人们愿意赋予 AI 怎样的能力和职责。研究考察的是参与者的主观判断，图像任务也使用了特定的面孔基础材料；印度、日本样本均限于英语熟练者，结果不宜直接代表相应国家的全部人群。
让 AI 扮演74国受访者，答案靠得住吗？
● 关键词：大语言模型｜模拟问卷｜经济偏好｜跨文化差异｜全球偏好调查
Simulated responses from large language models are weak proxies for human economic preferences across 74 countries
DOI：https://doi.org/10.1038/s41562-026-02611-4
作者：Fadong Chen、Qijun Wang、Lei Wang、Sudeep Bhatia
通讯作者及单位：Fadong Chen（浙江大学管理学院）
期刊：Nature Human Behaviour，2026-10-12
大规模问卷能测量人们的风险偏好、耐心和信任，却要付出高昂的抽样与调查成本。如果让语言模型根据一份受访者画像回答同样的问题，模型生成的“合成受访者”能否替代真实的人？尤其当比较对象跨越多个国家时，模型是否能够保留不同人群的偏好差异？
浙江大学与宾夕法尼亚大学的研究者以全球偏好调查（Global Preference Survey，GPS）为基准，为真实受访者建立配对人设，提供年龄、性别、认知能力与国家等信息，再用相应语言询问 OpenAI、Google 和 DeepSeek 的模型。研究最终匹配74国67,201名受访者，涉及风险承担、耐心、正向与负向互惠、利他和信任六类偏好，并比较20种模型配置及多项稳健性设置。
结果呈现出明显的层次差异。在12种主要模型配置的72组个体相关中，87.5%的相关系数显著为正，但模拟回答只能解释真实个体偏好差异的1.3%，对国家层面差异的解释率为4.2%。模型对性别、年龄和认知能力相关差异的复现一致率为77.8%，对文化维度差异则只有48.1%。上图为原文 Fig. 5，展示模型与真实调查在文化维度上的效应量比较。研究还发现，删去人口学信息通常比删去国家标签更削弱对齐，一些经济发展和数字连接水平较低的国家出现更大的偏差。作者因此认为，模型回答可用于探索某些模式，目前仍不足以替代具有代表性的跨国调查。模拟结果依赖所选模型、提示词和既有调查基准，不能视为真实人群偏好的直接测量。
AI 帮忙写请愿书，请愿更容易成功吗？
● 关键词：生成式 AI｜写作辅助｜在线请愿｜自然实验｜内容同质化
Introducing AI to an online petition platform changed outputs but not outcomes
DOI：https://doi.org/10.1038/s41562-026-02580-8
作者：Isabel Corpus 等
通讯作者及单位：所提供的研究简报未标注通讯作者；简报署名 Isabel Corpus、Mor Naaman（康奈尔大学科技校区，Cornell Tech）
期刊：Nature Human Behaviour，2026-09-30
请愿网站中的一段文字，可能决定别人是否愿意签名或留言。生成式 AI 能帮助用户写出更长、更流畅的文本，但文字质量提升，是否就意味着请愿更容易获得支持？Change.org 在2023年分批向不同国家开放 AI 起草工具，给研究者提供了比较上线前后平台变化的机会。
Isabel Corpus、Mor Naaman 等人整理了2022至2024年约150万份公开请愿，利用各国开放工具的时间差，通过双重差分方法估计获得 AI 写作权限对平台内容与结果的影响。他们还单独分析4,611名在前后时期都发起过请愿的重复作者，观察同一个人的两份请愿怎样变化。图中左侧比较字数，右侧比较30天内至少获得一条评论的比例；这些重复作者的前后差异不能直接当作平台整体的因果效应。
研究发现，获得 AI 工具使用权限后，请愿文本的中位字数增加约53词，相当于原先110词中位数的49%，词汇更丰富，文本之间也更相似。人工评价认为相关文本的写作质量和说服力平均更高，请愿数量和发起人数则没有明显改变。平台层面，获得10个签名或30天内至少一条评论等结果没有改善，部分指标的趋势甚至较差。作者推测，AI 辅助可能改变作者对文本的归属感和后续投入，但这一机制尚未直接验证；现有分析也无法识别每位用户实际是否使用工具，以及单份请愿的个体因果效应。