生成式人工智能定制气候新闻标题提升怀疑论者科学共识认同度的研究

本研究针对气候怀疑论者回避气候信息的难题，探索了生成式人工智能（AI）的干预策略。通过采用开源大语言模型（LLM）对气候科学新闻标题进行个性化改写，有效降低了目标人群的预期抵触情绪。结果显示，优化后的标题显著提升了怀疑论者的收藏与点赞行为，并促使其气候观念向科学共识靠拢，为大规模科普干预提供了新路径。

利用生成式人工智能（Generative AI）增强气候怀疑论者对气候科学的参与度，是当前科学传播领域的重要探索。气候怀疑论者往往主动回避气候信息，这为消除认知偏差带来挑战。本研究证实，通过开源大语言模型（Large Language Model, LLM）对气候科学文章标题进行微妙调整，可有效降低受众的预期分歧感、后悔情绪及负面情感，同时保持事实准确性。经人工智能优化的标题显著提升了文章的收藏量和点赞数，且在怀疑程度最高的群体中效果最为突出。参与干预的个体在接触改编内容后，其气候信念表现出向科学共识方向转变的趋势。这表明生成式人工智能有能力改变怀疑论者的信息接触模式，在负责任的前提下为提升公众科学认知提供新路径。