[论文] 设计式极化：当 AI 降低说服成本时，精英如何塑造大众偏好

Source: arXiv - 2512.04047v1

概览

Nadav Kunievsky 的论文探讨了 AI 驱动的说服工具如何将公共舆论的塑造转变为政治精英的有意、战略性杠杆。通过对“设计”偏好分布的经济学建模，研究表明，成本更低、精度更高的说服可以系统性地推动社会走向两极分化——或者在某些权力共享安排下，走向更稳定但仍被工程化的意见集群。

主要贡献

• 动态说服成本模型：提出一个正式框架，精英决定在多大程度上重塑政策偏好分布，在说服成本与获得多数之间进行平衡。
• 两极化拉力：证明在单一主导精英的情况下，最优说服策略倾向于随着 AI 降低定向信息的成本而增加舆论两极化。
• 半锁定动态：显示当两个对立精英交替执政时，先进的说服手段可以产生“半锁定”区——凝聚的意见块难以被对手精英推翻。
• 技术驱动的战略转变：主张 AI 赋能的说服将两极化从被动的社会副产物转变为主动的治理工具。
• 政策相关性：提供一个理论视角，用于评估低成本、高精度影响行动时代的民主稳定性。

方法论

作者构建了一个 连续时间博弈，在政治精英与大众选民之间展开：

1. 偏好分布——社会的政策偏好被表示为一维意识形态轴上的概率密度。
2. 精英决策——精英选择一个“重塑函数”，将分布 nudged 向目标形状移动，产生的成本取决于变化幅度和技术的说服效率。
3. 多数规则约束——精英必须确保结果分布能够为其偏好的政策赢得多数；否则干预失败。
4. 动态演化——模型在多个时期迭代，允许精英随着分布演变调整干预。
5. 双精英扩展——第二个拥有相反政策目标的精英交替执政，形成“锁定”与“解锁”策略的博弈。

数学上依赖凸优化和微分方程，但直觉很简单：更便宜、更精准的说服使得在经济上可行将公众舆论进一步推离中心，因为成本下降的速度快于获得多数的政治收益。

结果与发现

• 单精英情景：最优说服政策是 增加偏好分布的方差，形成双峰（两极化）形状，同时仍能保证精英偏好政策的多数支持。随着说服成本下降（例如通过 AI 生成的微定向内容），“两极化拉力”会加强。
• 双精英情景：当权力交替时，每个精英面临在 两极化（使对手成本上升）和 巩固（创建半锁定，使其支持者紧密聚集）之间的权衡。先进的说服可以将平衡倾向任意一方：
  • 若每个精英旨在最大化对手的重塑成本，则 两极化加剧。
  • 若精英倾向锁定一个温和、凝聚的块，以抵御未来攻击，则 两极化降低。
• 技术轨迹：模型预测说服效率与两极化结果之间存在 非线性关系——小幅改进可能影响有限，但一旦达到“临界质量”的低成本 AI 工具，系统可能迅速转向极端两极化或根深蒂固的半锁定。

实际意义

• 政治竞选：竞选经理人可以将 AI 生成内容（深度伪造、超个性化广告）视为 预算分配问题——花费用于重塑选民分布，而不仅仅是说服已有选民。
• 监管重点：政策制定者应关注 说服技术的成本曲线。提升微定向说服的边际成本（如透明度要求、数据访问限制）可能削弱两极化拉力。
• 平台设计：社交媒体服务可以嵌入 摩擦机制（速率限制、审计追踪），提高大规模偏好重塑的有效成本，从而降低精英工程极端意见分裂的动机。
• NGO 与监督组织的风险评估：半锁定概念表明 反对团体 可能需要投入对抗说服的能力，以免被排除在公共话语之外。
• 战略预测：构建 AI 驱动营销或政治技术工具的公司可利用该模型预测 市场需求激增——尤其在说服成本低廉的政治周期（如选举年）时。

局限性与未来工作

• 一维意识形态：现实偏好涉及多个议题；将模型扩展到高维空间可能揭示更丰富的动态。
• 精英同质假设：分析将精英视为单一决策者；引入精英内部竞争（如党派派系）可能改变最优策略。
• 经验验证：本文为理论研究；未来工作应使用广告支出、AI 工具采纳率以及观测到的两极化趋势等数据对模型进行校准。
• 伦理考量：虽然模型突显了战略激励，但未讨论工程化舆论格局的规范性问题——这是跨学科研究的潜在方向。

作者

• Nadav Kunievsky

论文信息

• arXiv ID: 2512.04047v1
• 分类: econ.GN, cs.AI, cs.CY
• 发表时间: 2025 年 12 月 3 日
• PDF: Download PDF