近日，广州新华学院董事会董事、中山大学政治与公共事务管理学院博士研究生刘婉莉作为第一作者完成的学术论文《Generative AI Usage by Individuals During the 2024 U.S. Presidential Election: Symmetrical and Asymmetrical Analysis》，在国际知名SCI/SSCI期刊《Social Science Computer Review》正式发表。

摘要

随着生成式人工智能（GenAI）的迅速普及，越来越多的民众开始使用其获取与选举相关的信息。然而，GenAI能够生成高度逼真却可能失真的内容，这也引发了其在选举期间助长虚假信息传播的担忧。尽管GenAI的影响日益突出，目前针对公众如何利用GenAI搜索选举信息的实证研究仍较匮乏。

本研究聚焦于2024年美国总统大选，旨在探讨GenAI的系统感知特征（可及性、整合性）与信息质量感知（完整性、准确性、中立性）对其使用行为的影响。研究采用两波问卷调查，共获得364名美国受访者的数据。结果显示，整体而言，公众对GenAI持积极态度；其中，感知准确性与中立性显著促进了GenAI的使用。此外，通过模糊集定性比较分析（fsQCA），本研究识别了多种不同的系统感知与信息质量感知组合路径，均可有效提升使用水平，质性分析的结果亦佐证了这一结论。

本研究深化了对GenAI在选举情境中作用机制的理解，揭示了系统特征与信息质量多维度共同影响公众使用行为的逻辑，为制定应对GenAI所引发的（误）信息传播风险的治理策略提供了重要启示。

学术贡献与价值

研究贡献集中在以下两个方面：

一是本研究率先实证探讨个体在选举信息检索中对GenAI的使用，凸显GenAI在选举期间的重要性。鉴于选举与投票是大多数国家持续而关键的政治过程，而GenAI可生成虚构的政治叙事，其潜在影响不容忽视（Garimella & Chauchard，2024）。

二是本研究提出系统质量的两个维度（可及性、整合性）与信息质量的三个维度（完整性、准确性、中立性），并通过结构方程模型（SEM）检验其影响机制。为补充SEM的对称性分析，本研究进一步采用模糊集定性比较分析（fsQCA）（Ragin，2008a；2008b），识别能够产生高水平GenAI使用行为的多种配置路径。该互补方法揭示了不同系统与信息质量维度交互影响GenAI使用的复杂机制，并为治理GenAI生成的（错误）信息提供实践启示。

结构上，本文首先回顾虚假信息相关文献，阐释探讨GenAI在选举信息获取中作用的重要性；继而综述系统质量与信息质量理论，提出研究假设。随后介绍研究方法、样本与测量工具，并依次呈现SEM与fsQCA的分析结果。最后，总结研究的理论贡献与实践意义，并提出未来研究方向。

刘婉莉此项重要成果在顶级期刊《Social Science Computer Review》的发表，是广州新华学院在社会科学与人工智能交叉研究领域的一项新突破，充分展现了学校在该新兴跨学科领域的学术实力与研究水平。

期刊简介

《Social Science Computer Review》由国际知名出版机构SAGE发行，是社会科学与计算技术交叉领域的权威期刊，专注于计算技术在社会科学中的应用及信息技术对社会各层面的深层影响。期刊涵盖主题包括：人工智能相关的社会科学研究、计算社会科学、计算机模拟与经济建模、计算机辅助调查研究、定性分析技术、信息技术与社会影响（如数字化治理、公共管理等）、地理信息系统（GIS）与数字化研究工具等，适合政治学、社会学、经济学、心理学、公共管理、新闻传播、信息系统及方法论等多个学科领域的学者阅读参考。

新闻中心供稿

审校|李波

编辑|何宛桢

责编|李波

审核|陶强