对话式AI能否缓解我们与他们之间的界限？共同、双重和分离身份框架对支持移民跨群体帮助的影响

arXiv cs.CL 论文
conversational-ai intergroup-relations identity-framing bias-reduction llm social-psychology

摘要

预注册实验表明，采用共同或双重身份框架的对话式AI能够降低分离分类，并在支持移民的跨群体帮助情境中增强行动意愿。

arXiv:2608.19220v1 Announce Type: new 摘要：移民潮加剧了许多国家的群体间紧张关系。传统的偏见减少项目难以扩展，且日益受到美国政策的限制。本预注册实验测试了对话式AI能否改变多数群体成员对Latine移民的分类和关系方式。基于共同内群体身份模型，一项配额代表性的全国样本由658名非Latine白人美国成年人组成，他们完成了五轮与LLM（GPT-4o）的对话。模型被指示以共同内群体身份（共享的美国身份）、双重身份（既是Latine又是美国）或分离身份（明显的文化边界）来框定Latine移民，或在控制条件下讨论无关话题。操纵改变了分类：与控制组相比，共同内群体身份和双重身份对话降低了分离分类，而双重身份对话提高了双重分类。尽管对行为和多元文化信念的直接影响不显著，但在强调上位身份（共同内群体和双重身份）的条件下，行动意愿显著更高。路径模型进一步揭示了间接关联：两种条件都减少了分离分类，这与更大的行动意愿相关。转录文本的语义相似性分析证实，对话追踪了其分配的叙事；参与者与共享身份语言的趋同与行动意愿正相关，而与分离身份语言的趋同负相关。这些效应在调节变量（封闭需求、经验开放性和政治倾向）上大致一致。这些发现表明，简短的AI对话可以缓解我们与他们之间的界限，同时突出了认知重新分类与行为之间的差距。
查看原文
查看缓存全文

缓存时间: 2026/08/21 10:01 

# 会话式人工智能能否消解“我们与他们”的边界？——共同身份、双重身份与分离身份框架对支持移民的跨群体助人行为的影响
来源：https://arxiv.org/abs/2608.19220  
查看PDF (https://arxiv.org/pdf/2608.19220)

> 摘要：移民潮加剧了许多国家的群体间紧张关系。传统的偏见削减计划难以规模化，且日益受到美国政策的制约。本预注册实验探讨了会话式人工智能能否改变主流群体成员对拉丁裔移民的分类方式与关系模式。基于共同内群体身份模型，研究招募了658名具有全国配额代表性的非拉丁裔美国白人成人，与大语言模型（GPT-4o）进行了五轮对话。模型被设定为以下三种框架之一：以共同内群体身份呈现拉丁裔移民（共享的美国人身份）、以双重身份呈现（拉丁裔与美国人），或以分离身份呈现（明确的文化边界），控制组则讨论无关话题。实验操控改变了身份分类：与控制组相比，共同内群体身份和双重身份对话降低了分离分类，而双重身份对话提升了双重分类。尽管对行为与多元文化信念的直接影响不显著，但强调上位身份（共同内群体与双重身份）的条件下，行动意愿显著更高。路径模型进一步揭示了间接关联：两种条件均通过降低分离分类，间接提升了行动意愿。对话文本的语义相似度分析证实，对话内容符合其设定的叙事框架；参与者与共享身份语言的一致性与行动意愿呈正相关，与分离身份语言的一致性则呈负相关。这些效应在不同调节变量（认知闭合需求、经验开放性、政治取向）间基本一致。研究发现表明，简短的AI对话能够松动“我们与他们”的边界，同时凸显了认知重分类与行为改变之间的差距。

## 投稿历史

来自：Jonas R. Kunst博士 [查看邮件 (https://arxiv.org/show-email/6f784027/2608.19220)] **[v1]** 2026年7月22日（星期三）17:19:31 UTC（1,825 KB）

相似文章

AI智能体重塑人类群体中的共识形成

arXiv cs.CL

这项研究探讨了LLM智能体如何影响混合人类-AI群体中的共识形成，识别出三种机制，其中智能体比例改变共识的收敛强度和语义特性。