Large language models can enhance persuasion through linguistic feature alignment

要約

大規模言語モデル (LLM) は人間の生活のさまざまな側面を再構築していますが、その影響についての私たちの現在の理解は依然としてある程度制約されています。
ここでは、金融業界における消費者の苦情に関するデータを使用して、人間のコミュニケーションに対する LLM の影響を調査します。
消費者金融保護局 (CFPB) が収集した 82 万件を超える苦情に対して AI 検出ツールを採用したところ、ChatGPT のリリース直後に LLM の使用の可能性が急激に増加していることがわかりました。
さらに、LLM を使用する可能性が高いことは、メッセージの説得力 (つまり、金融会社から救済が得られる可能性の増加) と正の相関関係がありました。
コンピューターによる言語解析では、この正の相関関係が、LLM によるさまざまな言語的特徴の強化によって説明される可能性があることが示唆されています。
これらの観察研究の結果に基づいて、我々は、LLM の使用が言語的特徴の包括的なセットを強化し、異種の言語的好みを持つ受信者に対するメッセージの説得力を高める可能性があると仮説を立てます (つまり、言語的特徴の整合)。
この仮説を事前に登録された実験でテストし、その裏付けを見つけます。
説得を強化するための LLM の使用に関する初期の実証例として、私たちの研究は人間のコミュニケーションにおける LLM の変革の可能性を強調しています。

要約(オリジナル)

Although large language models (LLMs) are reshaping various aspects of human life, our current understanding of their impacts remains somewhat constrained. Here we investigate the impact of LLMs on human communication, using data on consumer complaints in the financial industry. By employing an AI detection tool on more than 820K complaints gathered by the Consumer Financial Protection Bureau (CFPB), we find a sharp increase in the likely use of LLMs shortly after the release of ChatGPT. Moreover, the likely LLM usage was positively correlated with message persuasiveness (i.e., increased likelihood of obtaining relief from financial firms). Computational linguistic analyses suggest that the positive correlation may be explained by LLMs’ enhancement of various linguistic features. Based on the results of these observational studies, we hypothesize that LLM usage may enhance a comprehensive set of linguistic features, increasing message persuasiveness to receivers with heterogeneous linguistic preferences (i.e., linguistic feature alignment). We test this hypothesis in preregistered experiments and find support for it. As an instance of early empirical demonstrations of LLM usage for enhancing persuasion, our research highlights the transformative potential of LLMs in human communication.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google