순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
LLM-generated messages can persuade humans on policy issues
Hui Bai, Jan Gerrit Voelkel, Shane Muldowney 외 · Nature Communications · 2025년 · 조회 6
왜 이 논문인가 — 선정 기준
HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위
2025-07 발표 · 피인용 276회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%
HOT PAPER 슬롯에 선정된 이유는 2025년 발표 이후 276회 인용되며 분야 평균 대비 인용 영향력이 매우 높고 동년 논문 상위 1%에 포함될 정도로 높은 주목도를 확보했기 때문이다.
논문 요약
본 연구는 대형언어모델(LLM)로 생성된 메시지가 사람들의 정책 태도에 미치는 설득 효과를 조사한다. 사전등록된 3개의 실험(N=4829)에서 LLM이 만든 설득 메시지를 읽은 참여자는 중립 메시지를 본 대조군에 비해 총기 금지, 탄소세, 유급 parental leave 등 다양한 정책에 대한 태도 변화가 크게 나타났다. 이러한 효과는 비전문가가 직접 작성한 메시지와 통계적으로 차이가 없었다.
후속 연구설계에 활용하기
후속 연구에서는 LLM‑생성 메시지를 실험 자극으로 활용해 메시지 출처·신뢰성 변수와 태도 변화 측정을 비교할 수 있다.
핵심어
대형언어모델설득정책태도실험
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.