必读之作：《计算说服力研究综述》

《ACM Computing Surveys》：Must Read: A Comprehensive Survey of Computational Persuasion

人工智能在说服机制中的应用与挑战研究，探讨AI作为说服者、说服对象及评价者的三重角色，提出分类框架并分析伦理风险与安全对策。

　　

摘要AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

说服是沟通的一个基本方面，它在各种情境中影响决策制定，从日常对话到政治、营销和法律等高风险场景。对话式AI系统的出现大大扩展了说服的范围，既带来了机会也带来了风险。基于AI的说服可以用于有益的应用，但也可能通过不道德的影响带来威胁。此外，AI系统不仅具有说服能力，也容易受到说服的影响，这使它们容易受到对抗性攻击和偏见强化。尽管AI生成的说服性内容取得了快速进展，但由于说服的本质具有主观性和依赖性，我们对什么使说服有效的理解仍然有限。在这项调查中，我们从三个关键视角提供了关于说服的全面概述：(1) 作为说服者的AI，探讨了AI生成的说服性内容及其应用；(2) 作为被说服者的AI，研究了AI对影响和操纵的易感性；以及作为说服评判者的AI，分析了AI在评估说服策略、检测操纵和确保道德说服方面的作用。我们引入了一个说服研究的分类体系，并讨论了未来研究的关键挑战，以增强AI驱动的说服的安全性、公平性和有效性，同时应对日益强大的语言模型所带来的风险。

AI摘要

AI生成的摘要（实验性）

此摘要是使用自动化工具生成的，未经过文章作者的撰写或审核。它旨在帮助发现、评估相关性，并帮助来自相关研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍然是论文的主要摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。这样做将有助于改进和未来重新生成的版本。

要查看此由AI生成的通俗语言摘要，您必须具有高级访问权限。