本研究探讨了如何利用人工智能改善在线对话，提升参与者的理解感和对话质量，减少政治分歧和恶意。通过分析在线社区的偏见，评估生成模型的偏见类型和强度，并提出改进人机交互的方法，以实现个性化输出。同时，研究关注社交媒体内容的伦理问题，强调减少社会刻板印象对文本生成的影响。

本研究探讨社交媒体新闻推送算法对在线对话质量的影响，发现新算法能够促进跨政治观点的建设性对话。同时，研究了虚假新闻的传播特征及检测方法，提出结合情感分析和大型语言模型的假新闻检测策略，以提高检测准确性。

该文综述利用大型语言模型与代理仿真研究新闻推送算法对在线对话的影响，发现新算法能促进跨政治观点的建设性、非有害对话。研究提出SocialSense框架预测新闻响应，构建舆论形成模型，并探索多智能体观点动态模拟，揭示语言模型智能体存在准确信息偏差，既有助于共识，也限制对抵制观点个体的模拟。

该文综述多项研究：隐蔽使用AI聊天工具比公开使用更难被接受，人们常高估他人使用并担忧误用；AI可改善争议话题的在线对话质量、减少对立；ChatGPT在多学科能提供基本准确有用的回答，助益系统思维教学，但偶有错误，需批判使用；AI辅助可提升同辈心理健康支持的情感共鸣与自我效能；元宇宙教育中机遇与隐私、偏见、伦理问题并存；ChatGPT还改变编程问题解决方式，减少常规问题，使人专注复杂任务。