Presenting Large Language Models as Companions Affects What Mental Capacities People Attribute to...

文章核心总结与翻译

一、主要内容

文章通过两项实验探究了不同AI叙事（将大型语言模型LLMs描述为机器、工具或同伴）对人们认知与行为的影响。实验1（470名参与者）发现，将LLMs呈现为“同伴”的视频会让人们更倾向于认为LLMs具备认知和情感能力，而“机器”和“工具”叙事仅影响人们对LLMs的态度（如信任度、使用信心），不改变对其心智能力的认知。实验2（604名参与者）9个月后重复验证了这一发现，并进一步表明，LLMs的叙事方式对人们获取事实信息时的依赖行为影响有限，但当LLM输出存在不一致时，“机器”叙事会降低人们的依赖度，培养更强的怀疑态度。

二、创新点

1. 首次通过实验明确了AI公共叙事对人们心智能力归因的因果影响，填补了此前观察性研究的空白。
2. 发现叙事对LLM依赖行为的影响具有情境特异性（仅在输出不一致时生效），揭示了叙事与LLM输出质量的交互作用。
3. 验证了研究结果在快速发展的AI环境中的稳健性，证明不同叙事的影响具有持续性。

三、核心部分翻译（Markdown格式）

Abstract（摘要）

公共话语中关于大型语言模型（LLMs）的叙事方式，会如何影响人们对这些模型的认知与互动方式？为解答这一问题，我们将470名参与者随机分配至观看一段短信息视频（分别将LLMs呈现为机器、工具或同伴）或不观看视频的对照组，随后评估他们对LLMs具备各类心智能力（如拥有意图、记忆事物等）的