敘述勝於數據：大型語言模型中的「可識別受害者效應」及其在對齊與推理下的放大

研究人員首次對大型語言模型（LLMs）進行系統性大規模實證調查，探討其是否重現人類道德推理中的「可識別受害者效應」（Identifiable Victim Effect, IVE）。該效應指將更多資源分配給具體敘述的個體，而非面臨同等困境的統計群體。研究涵蓋 Google、Anthropic、OpenAI、Meta、DeepSeek、xAI、Alibaba、IBM 及 Moonshot 等九個組織的 16 個前沿模型，共執行 51,955 次驗證過的 API 試驗。

研究團隊採用源自 Small et al. (2007) 與 Kogut and Ritov (2005) 的十項實驗範式，發現 IVE 在大型語言模型中普遍存在，但受到對齊訓練的強烈調節。接受指令微調的模型展現極端 IVE，Cohen's d 值高達 1.56；而專精於推理的模型則反轉該效應，d 值低至 -0.85。整體 pooled 效應（d=0.223, p=2e-6）約為 Lee and Feeley (2016) 報告的單個受害者人類元分析基線（d≈0.10）的兩倍。

標準思維鏈（Chain-of-Thought, CoT）提示在研究中扮演了與預期相反的角色，幾乎將 IVE 效應量從 d=0.15 提升至 d=0.41，即增加近三倍；唯有功利主義 CoT 能可靠地消除該效應。研究同時記錄了心理麻木、數量完全忽視以及邊際的群內／群外文化偏見，這些發現對人道主義決策與內容審核等應用場景具有直接啟示。