今天看到推特上有些人在转这篇 FT 的文章，但大多只截了一张数据图或者转了标题结论，没有把全文的方法和前提讲清楚。我刚读了全文，想补充一点背景信息，解释下结论由来。
这篇文章的核心说法是：社交媒体会放大极端、推动极化，而 AI 聊天机器人可能相反，会把人的政治态度往中间“轻轻推一推”（nudge）。这个问题提得挺好，也确实值得讨论，因为过去大家更多担心 AI 会不会制造 dis- or mis-information、加剧偏见，少有人直接去问：如果越来越多人拿 AI 来讨论公共议题，它会不会反而起到一种去极化的作用？
这篇文章的方法不是做真人实验，而是采用AI simulation。作者用 CES 的调查数据（值得提倡），先构造出不同政治立场的“模拟用户”，再让这些不同 persona 去和多个 AI 模型讨论 61 个社会和政策议题。重点是，它看的不只是 AI 回答本身偏左还是偏右，而是进一步假设：人在和 AI 对话后，会有一部分态度被 AI 影响。于是作者用了一个加权公式，是“新态度 = 80% 原本立场 + 20% AI 回应”，再据此推算如果大规模使用 AI，整体社会态度分布会怎样变化。也就是说，图里展示的并不只是 AI 输出内容的意识形态分布，而是“人被 AI 影响之后”的模拟分布。所以它说的 nudge，不是说 AI 能把极端立场都消灭掉，而是说：原本很极端的人，在模型设定下会被稍微往中间拉一点点。
我觉得这篇文章有启发性的地方在于它提出了一个很好的问题，也试图把“AI 作为公共讨论的新趋势”来想，而不只是把 AI 当作一个单纯输出文本的工具，这一点我觉得是有价值的。
但它的方法局限也很明显。第一，它的结论非常依赖那个加权公式，尤其是“AI 会影响人 20%”这个假设。这个数值如果换掉，结果可能就会明显不同。第二，它本质上不是 experimental study，而是 simulation。也就是说，它没有真实观察人在现实中如何与 AI 互动、是否真的会被说服、在什么条件下会抵抗或选择性接受。现实中的人会带着情绪、身份认同、平台环境、选择性接触去使用 AI，这些在模型里基本都被简化掉了。
所以我的感觉是，这篇文章不能被直接理解成“AI 已经被证明会降低极化”，但它确实提出了一个很值得继续认真研究的问题：和社交媒体相比，AI 会不会把公共讨论带向另一种结构，哪怕不是完全中立，而是一种更 technocratic、更收敛的结构。