本文借鉴 Music Lab 实验设计,研究社会信息如何影响 AI 群体对科学论文的选择。基于 GPT-5.6 Sol 对 114 篇《美国经济评论》2025 年论文的两组实验发现,展示先前选择会使单个代理平均选择量下降 17.2%,集体覆盖范围收窄、选择集中度上升,并放大社区间差异;随机赋予论文初始热度后,其后续被选择率提高 45.55 个百分点。AI 选择与外部引用仅有适度相关,与下载量相关性很弱,说明信息展示规则会显著塑造人工科研群体的科学注意力分配。
| 指标 | 独立选择 | 社会信息 |
|---|---|---|
| 每个代理平均选择论文数 | 17.29 | 14.32 |
| 每个条件总选择数 | 8,646 | 7,161 |
| 社区内平均覆盖论文数 | 74.8 | 53.4 |
| 五个社区合计覆盖论文数 | 90 | 73 |
| 平均社区内 Gini 系数 | 0.753 | 0.844 |
| 外部指标 | 独立选择 Spearman 相关系数 | 社会选择 Spearman 相关系数 |
|---|---|---|
| OpenAlex 引用次数 | 0.288 | 0.243 |
| RePEc/LogEc 下载点击量 | 0.044 | 0.027 |
报告标题:《Social Influence and the Allocation of Scientific Attention in AI Populations》(社会影响与人工智能群体中的科学注意力分配)。
作者:Maxim Chupilkin。
机构:牛津大学政治与国际关系系。
发布日期:原文未明确给出正式发布日期,但研究使用了2025年《American Economic Review》(AER)第115卷的论文,并引用了2026年的相关研究和数据,说明报告至少形成于2026年之后。
研究主题:人工智能代理如何在社会信息、既有选择和早期流行度的影响下分配对学术论文的注意力。研究关注的不是单个AI是否能找到“好论文”,而是多个AI共同构成的“人工社会”是否会出现从众、注意力集中、探索范围收窄以及路径依赖等现象。,
报告的核心论点是:当AI代理能够看到同一群体中先前代理的选择时,它们会选择更少的论文,集体覆盖的论文范围更窄,选择分布更加集中,而且不同群体之间的结果差异更大。更重要的是,随机赋予某些论文一个虚假的早期流行度优势,会显著提高这些论文在后续代理中的被选择概率,因此早期优势不仅反映偏好,也可能反过来塑造未来的科学注意力分配。,
报告没有提供传统金融研究意义上的股票评级、目标价或投资建议。它是一篇人工智能、科学计量学和实验社会科学交叉领域的研究论文,主要结论来自两个实验,而不是财务预测或资产估值。
第一项实验使用AER 2025年全年12期中的114篇常规研究论文。作者排除了社论性或特殊类型内容,包括前言、审计报告、诺贝尔演讲、主席演讲和评论文章,因此样本是一个具有明确文献类型限制的完整年度队列,而不是从全部经济学论文中随机抽取的样本。
选择AER具有三方面意义。第一,AER是经济学领域的顶级综合性期刊,论文经过共同的编辑和发表门槛,能够降低期刊质量差异对结果的干扰。第二,114篇论文覆盖经济学多个主题和研究方法,能够提供相对丰富的选择环境。第三,作者可以将全部论文匹配到OpenAlex引用数据以及RePEc/LogEc下载和点击数据,从而把AI代理的选择与外部学术注意力指标进行比较。
不过,这一取样策略也限定了结论的外推范围。研究对象并不是普通工作论文、低知名度期刊或跨学科论文,而是一个顶级经济学期刊的单年度论文集合。因此,实验更准确地说明“AI代理如何在同一高质量、同一来源的经济学论文集合中进行注意力分配”,不能直接等同于AI在整个科学知识体系中的行为。
实验调用GPT-5.6 Sol,每个代理都是一次全新的模型调用,没有持续记忆、工具、人物身份或职业背景。每个代理只能看到114篇论文的标题和完整摘要,不能访问全文,也不知道作者、发表日期、期刊标签以及外部引用和下载指标。
实验设置了两类条件:
每个代理可以选择任意数量的论文,包括一篇也不选;但实际没有代理选择零篇。任务要求代理只选择“真正愿意阅读全文”的论文,而不是仅仅认为论文有趣。该设计允许研究者观察“选择数量”本身,而不是强迫所有代理选择固定数量。,
图1清楚呈现了实验的核心差异:两种条件使用完全相同的114篇论文和匹配的随机展示顺序,唯一关键区别是社会影响条件显示了本社区此前的选择次数,并在每个代理完成选择后更新计数。
这一设计与Salganik、Dodds和Watts关于音乐市场的“Music Lab”实验相似,核心思想是把学术论文视为争夺注意力的对象。作者提出,社会信息可能通过三种机制影响选择:一是强化代理原本已经共享的偏好;二是放大最初的随机差异,使相同的社区走向不同结果;三是改变代理的选择门槛,使其更依赖“别人是否也选择了这篇论文”。
研究主要衡量三类结果:
Gini系数将114篇论文全部纳入,包括从未被选择的论文,因此零选择论文会提高集中度。Gini越高,意味着少数论文获得了更大比例的选择。作者计算的是每个社区独立的Gini,再对5个社区取平均,而不是把5个社区的选择简单合并后计算一个总体Gini。
总变差则先将每个社区中论文的选择次数转化为选择份额,再比较不同社区的份额差异。这一点很重要,因为社会影响条件下每个代理选择的论文数量较少,如果只比较绝对次数,可能把“总选择较少”误判为“群体偏好差异更大”。作者还通过等量抽样,将各社区的选择总量统一到1,404次,以检验集中度差异是否仅仅由选择数量差异造成。,
表1的核心结果显示,独立选择社区中每个代理平均选择17.29篇论文,社会信息社区平均选择14.32篇,减少2.97篇,降幅为17.2%。对应地,独立条件的5个社区共形成8,646次选择,社会条件为7,161次。
代理的选择数量范围也有所不同:独立条件下为每人10至29篇,社会条件下为每人8至22篇。由于没有代理选择零篇,实验没有出现“完全拒绝阅读”这一极端结果;但社会信息明显使代理形成更短的阅读清单。
作者提出两种解释。第一,看到流行度可能使代理提高选择门槛,只有获得一定社会关注的论文才被纳入阅读计划。第二,代理可能从“社区中其他代理也在选择”这一环境线索中推断出一种隐含规范,从而变得更加谨慎。需要注意的是,这里衡量的是“计划阅读全文的论文数量”,而不是代理真正阅读或吸收了多少论文,因此选择数量下降不必然等同于研究质量下降。
第一次访问时,社会条件下所有论文的计数都是零,此时社会条件相对独立条件少选2.00篇,但95%置信区间为-6.97至2.97,配对t检验的p值为0.326,差异并不显著。这说明选择数量的明显差异主要是在正向社会历史累积后出现,而不是由社会条件的标签本身立即造成。
社会信息不仅减少总选择次数,也减少被触及的论文范围。5个独立社区合计覆盖90篇论文,而5个社会信息社区合计只覆盖73篇。在单个社区内部,独立条件的覆盖范围为68至79篇,社会条件仅为52至55篇。
平均而言,独立社区每个社区覆盖74.8篇论文,社会社区覆盖53.4篇,二者相差21.4篇。Gini系数则从独立条件的0.753上升至社会条件的0.844,且5个社会社区的Gini全部高于5个独立社区。
图2同时展示了每个社区的平均选择数量和Gini系数。左图中,5个独立社区的圆点集中在约17篇附近,社会社区集中在约14篇附近;右图中,独立社区的Gini约为0.75,社会社区约为0.84。图中的菱形代表条件均值,误差线是基于5个社区计算的近似95%置信区间。横轴采用截断显示,因此图形重点是组间差异,而非从零开始展示完整尺度。
图3从动态角度展示覆盖范围。Panel A以代理访问顺序为横轴,显示独立条件的覆盖曲线快速上升并最终接近75篇,而社会条件上升较慢,最终约为53篇。Panel B把覆盖范围与实际累计选择次数联系起来,说明即使考虑到社会社区的总选择更少,其覆盖曲线仍然低于独立社区,表明社会信息造成的不是单纯“少选所以少覆盖”,而是单位选择带来的新增论文更少。
图4是论文选择热图。论文按两个条件合并后的选择频率排序,颜色越深表示选择该论文的代理比例越高;每个条件又分别展示5个社区。热图顶部存在若干在多种社区中都获得高选择率的论文,说明AI代理之间存在较强的共同偏好。报告特别指出,有一篇论文在两个条件下都被所有代理选择。,
然而,热图下部也显示出长尾结构:有些论文只被少数代理选择,甚至只在独立社区中出现。社会信息条件的深色区域更集中于少数排名靠前的论文,说明它更倾向于围绕共同热门论文聚集,而不是完全创造一套不同的论文排名。图4因此支持一个较为细致的结论:社会影响既强化共同偏好,也压缩对长尾论文的探索空间。
图5A进一步量化了这种现象。独立条件和社会条件的论文总体排名Spearman相关系数为0.953,说明两种条件下“哪些论文大体更受欢迎”的排序非常接近。但在社会社区中,平均只有13.2篇论文承载了80%的选择,而独立社区需要22.6篇论文才能达到同样的80%,说明排名相似并不意味着注意力分布相似。
图5B分析早期选择是否会影响后期选择。作者将前10个代理的选择率与第11至100个代理的选择率联系起来,并控制论文固定效应和社区固定效应。在社会条件下,某篇论文早期选择率每高10个百分点,后续选择率平均高3.09个百分点;独立条件下对应的后续优势只有0.19个百分点。社会与独立条件的斜率差为0.291,95%置信区间为0.129至0.452。
这项结果说明,社会条件下的后续选择并不完全由论文自身的共同吸引力决定,早期社区历史会形成反馈。作者还用前20次和前25次选择定义早期历史,得到相同方向的结果,因此结论并不完全依赖于“前10个代理”这一特定窗口。
为了排除“社会社区选择总量较低,所以机械上看起来更集中”的解释,作者从每个社区的实际选择中无放回抽样,将所有社区统一压缩到1,404次选择,并重复2,000次。标准化后,独立条件的平均Gini为0.754,社会条件仍为0.844;平均成对总变差分别为0.087和0.107。
因此,社会条件的更高集中度和更大社区间差异并不能仅由选择数量较少解释。即使给予两个条件相同的“注意力预算”,社会信息仍然会使注意力更多地流向少数论文,并让不同社区之间形成更不一样的选择分布。
第二项实验将20个社会社区分成10对,每个社区有10个代理。作者从第一项实验中选择20篇具有中等基础吸引力的论文作为候选干预对象,每个社区随机将其中10篇论文赋予5次初始选择,另外10篇从零开始;配对社区则反向分配。每个社区因此一开始都有50次人工提供的选择,但这些种子选择不计入最终结果。
这种配对设计的优点是,同一篇论文在某些社区得到早期优势,在另一些社区没有得到优势,并且所有114篇论文仍然对每个代理开放。由于论文本身、标题和摘要没有改变,后续差异更接近于由“早期流行度”造成,而不是由论文固有吸引力造成。
结果非常显著:被赋予5次初始选择的论文,在之后10个代理中的选择率为60.00%;同一批论文在未获初始优势时的选择率只有14.45%,差异为45.55个百分点,95%置信区间为41.20至49.90,随机化检验p<0.001。前5个代理的优势为43.40个百分点,后5个代理仍为47.70个百分点。
图6左侧展示了配对社区如何交换两组论文的5次和0次起始计数;右侧则展示了后续新选择率差异。全部10个配对的主要对比均为正,且优势不仅存在于早期代理,在最后5个代理中反而达到47.7个百分点。这说明早期流行度不是短暂的提示,而可能通过持续更新的社会计数形成自我强化过程。
第二项实验比第一项实验的早期—后期相关性更有因果解释力,因为早期优势是随机分配的。不过,它仍然观察的是每个社区只有10个后续代理的短期历史,不能直接证明这种优势会无限期持续,也不能说明在真实AI研究系统中经过长期反复检索后是否会被新证据纠正。,
表2比较了AI代理选择与OpenAlex引用次数、RePEc/LogEc下载点击次数之间的Spearman秩相关。独立条件的选择与引用次数相关系数为0.288,社会条件为0.243,说明相关性存在但较弱;与下载点击次数的相关系数分别只有0.044和0.027,几乎没有对应关系。
这意味着AI代理的选择既不是完全随机的,也没有简单复制传统学术注意力排名。引用次数可能反映学术影响、发表时间和早期传播积累,而下载点击更多反映访问行为。作者强调这些指标都不是论文“内在质量”的直接测量。
外部指标本身存在限制。OpenAlex引用数据受到论文发表月份和预发表传播时间差异的影响;虽然观察窗口固定,但并没有消除论文年龄和获取条件差异。LogEc的下载量是参与服务中的链接点击,摘要浏览量还受到机器人流量污染。因此,AI选择与外部指标之间的低相关,既可能说明人工阅读市场具有独特性,也可能部分反映不同指标测量对象不同。,
附录C的图C1追踪了集中度和社区间差异随代理数量的变化。Panel A显示,社会条件的Gini从一开始就高于独立条件,并在后续访问中维持在约0.84至0.85附近;独立条件则大约在0.75至0.78之间。Panel B显示,两个条件的社区间差异都会随着代理数量增加而下降,但社会条件始终保持更高的总变差。
统计推断主要以社区而不是单个AI代理为不确定性单位。第一项实验每个条件只有5个社区,因此均值置信区间使用自由度为4的t分布;成对总变差使用删一社区jackknife处理社区间距离的重叠。第二项实验则依据10个社区对计算置信区间,使用自由度为9的t分布,并额外进行100,000次随机化检验。, ,
附录B的表B1提供每个社区的选择量、覆盖范围和Gini等结果,作用是展示总体均值并非由单个异常社区驱动。附录C的表C1重复早期优势分析,将早期窗口扩展到前20和前25个代理;表C2则报告在统一1,404次选择后的Gini和总变差,支持主要结果的稳健性。,
本报告不存在DCF、可比公司估值、P/E、EV/EBITDA、目标价或敏感性分析。报告的“估计”主要是实验统计估计,包括均值差异、Gini系数、Spearman相关、固定效应斜率、置信区间和随机化检验,而不是对企业现金流或证券价格的估值。
第一,外部有效性有限。实验只使用AER 2025年的114篇论文,且所有代理都来自同一GPT模型家族,没有人类读者基准,也没有比较不同模型、不同提示词或不同任务目标的结果。因此,结论应理解为“在该模型、该论文集合和该提示协议下的人工群体行为”,而不是所有AI系统的普遍规律。,
第二,模型版本的可重复性存在风险。作者记录了模型标识gpt5.6-sol,但没有获得不可变的、带日期的模型版本;推理强度设为低,温度参数没有显式指定,而是采用供应商默认值。模型更新或默认参数变化都可能影响后续复现实验。
第三,社会信息处理存在机制混合问题。社会条件不仅显示计数,也附带说明这些计数来自同一社区此前的选择,因此实验同时改变了信息内容和决策环境。代理可能因为“别人选择过”而产生从众,也可能只是把计数视为一种质量提示或任务规范,研究设计无法完全区分这些心理机制。
第四,选择不等于实际阅读。代理只是列出愿意阅读全文的论文,并没有真正承担阅读时间成本,也没有完成后续研究任务。因此,社会信息减少选择数量可能代表更好的筛选效率,也可能代表不必要的探索收缩,单凭本实验不能判断哪一种解释更符合研究质量目标。,
第五,第一项实验中的早期—后期关系主要是关联证据。虽然作者控制了论文和社区固定效应,但早期被选择较多的论文可能同时具有未被摘要完全捕捉的吸引力。第二项随机种子实验强化了因果解释,但干预规模、社区长度和论文筛选范围都较小。,
第六,报告的置信区间条件性较强。作者明确说明这些区间是条件于特定论文语料、模型和协议的重复社区不确定性,并非传统意义上的总体随机抽样区间;而且第一项实验每组只有5个社区,自由度仅为4,因而不宜把显著的组间差异直接推广到所有AI研究组织。
整篇报告构建了一个相对清晰的因果链条:在完全相同的论文集合和模型任务下,仅仅增加“此前代理选择次数”这一社会信息,就会使AI代理平均少选17.2%的论文,使社区覆盖范围从90篇降至73篇,使平均Gini从0.753升至0.844,并让80%的选择集中在更小的论文核心上。, ,
图表进一步说明,这种集中并不是简单地由几篇完全不同的热门论文取代原有排名,而是在保留共同偏好的同时放大了早期社区历史。论文总体排名仍有0.953的高度相关,但早期10个百分点的优势在社会条件下会转化为后期约3.09个百分点的优势。随机赋予5次初始选择后,后续选择率更从14.45%跃升至60.00%,提供了更直接的路径依赖证据。,
作者最终并非主张取消社会信息,而是提出需要在协调与探索之间进行制度设计。社会信息有助于不同AI代理建立共同参考文献,但也可能导致注意力过度集中、长尾研究被忽视以及不同研究社区因早期偶然差异而走向不同知识路径。报告建议未来测试“突出未探索论文”“分配互补检索任务”等机制,并进一步检验更广泛的文献覆盖是否能够改善证据汇总、假设生成和最终研究结论。,
2609.22408.pdf