Resumen: Los modelos de idiomas grandes (LLM) se utilizan cada vez más para simular el comportamiento social, sin embargo, sus sesgos políticos y la dinámica de interacción en los debates siguen siendo subexplorados. Investigamos cómo los atributos de género de tipo y agente LLM influyen en el sesgo político utilizando un marco de debate estructurado de múltiples agentes, al involucrar a los agentes neutrales, republicanos y demócratas estadounidenses de LLM en debates sobre temas políticamente sensibles. Variamos sistemáticamente los LLM subyacentes, los géneros de los agentes y los formatos de debate para examinar cómo la procedencia modelo y las personas de los agentes influyen en el sesgo y las actitudes políticas a lo largo de los debates. Encontramos que los agentes neutrales se alinean constantemente con los demócratas, mientras que los republicanos se mueven más cerca del neutral; El género influye en las actitudes del agente, con agentes que adaptan sus opiniones cuando son conscientes de los géneros de otros agentes; Y al contrario de la investigación previa, los agentes con afiliaciones políticas compartidas pueden formar cámaras de eco, exhibiendo la intensificación esperada de las actitudes a medida que avanzan los debates.
Publicado Originalme en rss.arxiv.org El 15 de junio de 2025.
Ver Fuente Original
