两种完全不同形式的个性化已经产生了显著的结果，其中一种发生在受控的AI驱动实验室实验中，另一种发生在英国选举政治领域。 在一个最近的实验室设置研究中，Salvi、Ribeiro、Gallotti和West(2024)在一份工作论文中揭示了AI驱动的大型语言模型（LLM）在个性化论点方面的说服力。实验表明，一种个性化的LLM能够在在线环境中比人类更能说服个体，增加了超过80%（p<0. 01）。换句话说，面对配备人口统计信息以个性化论点的LLM，与人类辩论相比，人类更有81. 7%的可能同意。该研究还参考了过去一年的一些实验，这些实验表明，LLM在编写有说服力的文本方面与人类参与者甚至专业的宣传家一样有效（Bai等，2023；Palmer＆Spirling，2023；Goldstein等，2023；Karinshak等，2023）。 虽然研究中的讨论话题是故意选择易于理解的，并且参与者被分配为赞成或反对的条件，但这在一定程度上削弱了研究的实际适用性。但是，动物研究伦理和种族在大学入学中的因素等话题无疑与当前的辩论相关。在匿名辩论中，人类和LLM都可以获得有关他们辩论对象的人口统计数据。 选举活动中个性化的力量 从瑞士实验室走向现实世界，个性化的影响力最近在英格兰的罗奇代尔在一场临时选举中得到了展示。前工党议员乔治·加洛韦将信件寄给他的新选区的特定地区，一些信件关注某些外交政策立场，而其他信件关注社会价值观。这引发了争议，因为有人认为这是对穆斯林社区和白人社区的有针对性的信息传递。尽管这种 "技术 "对他的胜利的影响还存在争议，但这并不是个性化和多样化信息的有效性的孤立例子。其他案例包括剑桥分析公司在2016年美国总统选举中臭名昭著的参与（尽管值得一提的是，巴拉克·奥巴马显然在他成功的2012年再选活动中使用了个性化）。这些案例提供了超出研究论文所反映的现实世界应用。 未知领域 Salvi、Ribeiro、Gallotti和West（2024）对这些工具的潜在恶意使用表示担忧。随着越来越先进的LLM对大量个人数据的访问，加上更多的人类互动发生在线上，以及关键政治和社会问题上的极端化的升级，一场风暴正在酝酿中。这些发展很可能会继续影响人类行为的各个方面，包括投票模式和消费者选择。然而，它们的影响和变革潜力的全部程度仍然未知。事实上，随着AI技术的进步和将来进一步与人类认知脱节，评估可能是具有挑战性的。