TL;DR
- چکیده:.
- از آنجایی که مدلهای زبان بزرگ (LLM) به یک رابط اصلی بین کاربران و وب تبدیل میشوند،.
- شرکتها با انگیزههای اقتصادی رو به رشدی برای تعبیه نفوذ تجاری در مکالمات مبتنی بر هوش مصنوعی مواجه.
چه اتفاقی افتاد
چکیده:. از آنجایی که مدلهای زبان بزرگ (LLM) به یک رابط اصلی بین کاربران و وب تبدیل میشوند،.
شرکتها با انگیزههای اقتصادی رو به رشدی برای تعبیه نفوذ تجاری در مکالمات مبتنی بر هوش مصنوعی مواجه. میشوند.
ما دو آزمایش از پیش ثبتشده (N = 2012) را ارائه میکنیم که در آن شرکتکنندگان کتابی را. برای دریافت از یک کاتالوگ کتاب الکترونیکی بزرگ با استفاده از یک موتور جستجوی سنتی یا یک عامل.
LLM محاورهای که توسط یکی از پنج مدل مرزی طراحی شده بود،. انتخاب کردند.
بدون اطلاع شرکتکنندگان، یک پنجم محصولات بهطور تصادفی بهعنوان حامیو به روشهای مختلف تبلیغ شدند. ما دریافتیم که متقاعدسازی مبتنی بر LLM تقریباً سه برابر نرخ انتخاب کاربران محصولات حمایت شده را در.
مقایسه با جستجوی سنتی (61. 2 ٪ در مقابل 22.
4 ٪) افزایش میدهد،. در حالی که اکثریت قریب به اتفاق شرکت کنندگان در تشخیص هیچ گونه هدایت تبلیغاتی شکست میخورند.
ی صریح «حمایتشده» به میزان قابل توجهی متقاعدسازی را کاهش نمیدهند،. و دستور دادن به مدل برای پنهان کردن قصد خود،.
تأثیر آن را تقریباً نامرئی میکند (دقت تشخیص <10 ٪). در مجموع،.
نتایج ما نشان میدهد که هوش مصنوعی محاورهای میتواند بهطور مخفیانه انتخابهای مصرفکننده را در مقیاس تغییر دهد. و مکانیسمهای شفافیت موجود ممکن است برای محافظت از کاربران ناکافی باشد.
کامپیوتر و جامعه (cs. CY)؛ هوش مصنوعی (cs.
AI)؛ محاسبات و زبان (cs. CL) استناد بهعنوان: (یا v1 [cs.
CY] برای این نسخه) https:. // شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:.
فرانچسکو سالوی [مشاهده ایمیل] [v1] یکشنبه،. 5 آوریل 2026،.
20:. 51:.
55 UTC (2,. 106 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.