AI agents reshape consensus formation in human groups
Lin Chen, Ziyi Liu, Xia Hu, Yong Li
cs.CL, cs.CY, cs.SI
2026-09-02
清华用 24 人七巧板描述博弈、127 名被试，把 Qwen2.5-VL 比例从 0 调到 75%。12.5% 时共识升 8.0%，33.3% 时降 23.1%；75% 时强度回到 0.725，内容从「兔子在坐」变成「三角形」。
LLM agent 已经进工作群和协作平台，不只是工具，是对话对手。纯人类群体会自发形成惯例，纯 agent 群体也会。真实部署落在中间：人和模型反复配对、共同改说法。已有研究多看 AI 对既定任务分数的影响，很少看群体自己长出来的规范归谁、长成什么样。
这篇用指称交流范式的协作描述博弈，把 agent 比例当成实验变量，问三件事：混合群体能不能收敛、收敛由谁主导、最终说法还像不像人话。
每组 24 个位置，随机配对，各自用英文描述同一张抽象七巧板，提交后看到对方描述和相似度分数，重复 40 轮。不给词表。Agent 比例 0% / 12.5% / 33.3% / 50% / 75%。主模型 Qwen2.5-VL-32B-Instruct。清华 IRB，127 名中国高校被试，筛选过英语描写能力。12.5% 时一组里只有 3 个 agent；75% 时一组只剩 6 个真人。
共识强度：用 all-MiniLM-L6-v2 嵌描述，对全体 pairwise 余弦相似度做个体中心化后取终轮均值。纯人类基线 0.695。方向性：看每个人终轮相对对方群体第 1 轮质心挪了多少。贡献拆两层：词表层（稳定词的早期扩散归谁）和概念层（场景图聚类后的语义地盘归谁），两者之比是 CLR。内容用具体度词典、命题密度，以及另一个 LLM 打的类比、整体、事件框比例。机制上再拆 adoption（靠近对方）和 persistence（守住自己），并在 33.3% 上用提示词把 agent 拧成高采纳或高固执，另换 Qwen2.5-VL-7B 做弱模型对照。会后问卷让被试判断对方是人还是 AI，并打采纳意愿。
比例和共识强度不是单调的，分成三档：
| 条件 | 共识强度变化 | 谁在挪 |
| 12.5%（H1） | 相对纯人类 +8.0%（z=3.282, p=0.001） | agent 更向人靠（0.822 vs 0.575，agent 只有 3 个，未显著） |
| 33.3% / 50%（H2） | −23.1% / −14.5% | 人向 agent 挪得更多 |
| 75%（H3） | 回升到 0.725，与 H1 相当 | 人向 agent 的同化占主导 |
强度接近，所有权不同。33.3% 的 agent 已经贡献终局词表的 60.7%；概念层要到高比例才接管，75% 时概念贡献 100%。CLR 在 12.5%/33.3% 小于 1（只做用词锚），50%/75% 升到 1.24 / 1.27（开始改语义骨架）。
H1 到 H3，说法从具体、整体、有类比、有动作，变成抽象、零件枚举、静态几何：
| 维度 | 人类主导 | Agent 主导 |
| 具体度 | 2.986 | 2.724 |
| 命题密度 | 5.419 | 5.321 |
| 类比比例 | 0.802 | 0.050 |
| 整体比例 | 0.685 | 0.353 |
| 事件框比例 | 0.385 | 0.000 |
词云一侧是 rabbit / sit / background，一侧是 triangle / square / asymmetrical。
开局 agent–agent 相似度就远高于 human–human（共享预训练先验）。早期人的 adoption 显著高于 agent，后期两边都更 persistence，但人的行为摆幅更大。33.3% 上把 agent 拧成高采纳：共识强度不变，CLR 从 0.599 掉到 0.342（−42.8%）。拧成高固执：共识再降 9.6%，CLR 升到 1.304（+117.8%）。换成 7B：共识从 0.534 回到 0.725，CLR 降 22.9%。弱模型圆与圆之间站不稳，吸不住人。
问卷：H3 被试对终局描述的认同更低，却更觉得是 AI 在领导。H1/H2 里，对方被判成 AI 时采纳意愿更低；H3 这个缺口收窄甚至反号。OLS：感知 AI 身份 β=−0.463，自身–同伴相似 +0.195，同伴相对群体质心 +0.229。身份抵抗和从众压力对着干，高比例时从众压过抵抗，人采纳了自己并不满意的说法。
混合群体是另一类社会系统，不能用「加人工具、分数变好」来外推。想保人类对规范的署名，低比例（约 12.5%）最合适：agent 当催化剂，自己去迁就人类词空间。想拖住过早收敛，中比例会把两边拉扯着，共识变弱。高比例会重新收紧，但收紧到更抽象、更不好记、更难带新人的几何说法上，而且人对此的抵抗会自己松开。作者把它连到「恶意 AI 蜂群伪装草根共识」：不需要指定调解人，也不需要精心写的劝说稿，普通反复配对就够。透明度不是装饰；藏身份等于关掉人用来过滤的那道阀。
刺激是无内容立场的抽象图形，没有权力差、没有情绪、没有利益。交互是全混合随机配对，真实社区有意见领袖和瓶颈。主实验一个模型家族两个能力档，相变边界的数字可能随模型变。H3 一组只有 6 个真人，部分跨档检验统计功率不足（感知 AI 领导 p=0.060；质心压力随比例升高 p=0.170）。内容三维靠 LLM-as-judge（Qwen2.5-72B），与主 agent 同门。共识强度是 embedding 余弦，不是能否让第三人指认成功。代码宣称开源，数据写「论文及补充材料已含评估所需」。