本文研究了利用大型语言模型（LLMs）来增强调查的三种不同应用程序：缺失数据插补，回溯预测和零-shot预测。该论文提出了一个新的方法论框架，其中包含民意调查问题，个人信念和时间背景的神经嵌入，以个性化LLMs的意见预测。该研究表明，LLMs表现出较低的精度，但最佳模型的准确率在意识形态上明显更高，可以用于填补缺失的趋势并确定公众态度的变化。但是，模型在zero-shot预测任务中的表现有限，强调了LLMs的挑战。

May, 2023

大型语言模型 (LLMs) 在社会科学研究中通过模拟人类感知和行为的潜力展示了其算法忠实度的概念。本研究通过利用两项具有代表性的全国性气候变化调查评估了LLMs的算法忠实度和偏差，并发现LLMs能够有效捕捉总统投票行为，但在表示全球变暖观点时遇到挑战，尤其是在没有相关协变量的情况下。GPT-4在基于人口统计和协变量的条件下表现出更好的性能，然而，在LLMs对特定群体的观点估计中存在差异，尤其是在低估黑人对全球变暖的担忧方面。尽管强调了LLMs在社会科学研究中的潜力，但这些结果强调了在使用LLMs进行调查模拟时，进行细致的条件设置、模型选择、调查问卷格式和偏差评估的重要性。进一步研究提示工程和算法审计对于利用LLMs的潜力以及解决其固有限制至关重要。

Nov, 2023

通过调查大型语言模型（LLMs），特别是OpenAI的GPT4和LLaMA2的选举行为及其与人类选举模式的一致性，本研究通过人类投票实验和与LLM代理人的平行实验，着重研究了集体结果和个人偏好，揭示了人类和LLMs在决策和固有偏见方面的差异。我们发现LLMs在偏好多样性和一致性之间存在一种权衡，倾向于相对人类选民多样化的选择，这表明在投票辅助中使用LLMs可能导致更趋同的集体结果，强调了谨慎将LLMs整合到民主进程中的必要性。

Jan, 2024

通过利用TensorFlow生成模型（LLMs）预测个体偏好和整体偏好，我们对2022年巴西总统选举期间收集的67项政策提案的数据进行训练和测试，发现LLMs在个体层面上的预测准确率为69%到76%，并对自由派和大学教育程度较高的参与者有明显的优势；在整体层面上，借助Borda score对偏好进行汇总，我们发现通过LLMs进行增强的数据能够更好地预测整个参与人群的偏好，尤其是在随机样本仅代表总人口不超过30%到40%的情况下，这些结果表明LLMs在增强民主系统的构建中具有潜在的用途。

May, 2024

我们从德国的角度评估了当前最流行的开源模型在欧洲联盟内涉及政治问题的偏见，发现较大的模型更倾向于与左翼政党相符，而较小的模型通常保持中立，这凸显了LLM的细微行为和语言对其政治立场的重要性。我们的发现强调了对LLMs进行严格评估和处理社会偏见的重要性，以保障应用现代机器学习方法的应用程序的完整性和公平性。

May, 2024

报纸定位存在明显差异问题，需加强LLM评估，改进算法以填补该民主国家敏感问题的重大空白，并促进社区参与。

May, 2024

通过建立新的数据集并使用九个大语言模型，本研究研究了人工撰写文章和机器生成文章之间的性质变化以及政治偏见的检测，结果显示基准模型和经过调整的模型之间存在显著差异，并且大语言模型在分类器角色中也显示出政治偏见，为进一步研究大语言模型政治偏见及其影响提供了一个基础。

Jun, 2024

在这项研究中，我们使用GPT-3.5-Turbo模型，并结合美国国家选举研究、德国长期选举研究、坐标数据集和中国家庭面板研究的数据，模拟选民行为和公众意见，旨在识别和量化大型语言模型在模拟政治样本时存在的偏差，特别关注选民选择和公众舆论。我们发现，相对于公众意见，投票选择的模拟性能更好，在使用英语的国家中更准确，在两党制系统中更有效，在民主环境中更强大。这些结果有助于增进我们对计算社会科学领域中人工智能应用中的偏差的理解和发展对策。

Jul, 2024

本研究解决了商业大型语言模型（LLMs）在多党制中可能存在的政治偏见和拍马屁行为的评估问题。我们开发了基于投票建议应用程序Wahl-o-Mat的基准数据集GermanPartiesQA，发现所有被评估的LLMs表现出左绿倾向。研究结果显示，LLMs的输出可以在政治场景中进行个性化调整，指向一种更符合上下文的个性化，而不是简单的拍马屁。

Jul, 2024

本文研究了大型语言模型（LLM）作为标注者时存在的偏见，特别是政党提示对标注决策的影响。通过重复2018年的实验，研究发现LLM在评判政治陈述时不仅运用政党信息，还反映出其训练数据的偏见，且LLM即使在面对中间偏左和偏右的政党陈述时也显示出明显偏见。这一发现表明LLM的标注决策存在系统性问题，对使用LLM进行政治内容分析的影响深远。

Aug, 2024