Epistemic orientation in parliamentary discourse is associated with deliberative democracy

📄 arXiv: 2604.19699v1 📥 PDF

作者: Segun Aroyehun, Stephan Lewandowsky, David Garcia

分类: cs.CL, cs.CY

发布日期: 2026-04-21

💡 一句话要点

提出基于LLM的EMI指标，评估议会言论的认知倾向与审议民主的关联性

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 认知倾向 政治言论 大型语言模型 审议民主 治理质量

📋 核心要点

  1. 政治言论的认知倾向影响民主审议和治理，现有方法难以有效衡量这种倾向。
  2. 提出基于大型语言模型（LLM）的证据-直觉（EMI）评分，量化政治言论的认知倾向。
  3. 实验表明，EMI与审议民主和治理质量正相关，验证了政治言论认知性质的重要性。

📝 摘要（中文）

本研究关注民主审议和治理中真理追求的重要性，以及政治言论中认知倾向的多样性，包括基于可验证信息的实证推理和基于信念的主观解释的直觉推理。我们提出了一种可扩展的方法，使用证据-直觉（EMI）评分来衡量认知倾向，该评分源自大型语言模型（LLM）的评分和基于嵌入的语义相似性。我们将此方法应用于1946年至2025年间七个国家/地区的1500万条议会发言片段，研究了言论的时间模式及其与审议民主和治理的关联。我们发现，EMI与国家内部随时间推移的审议民主呈正相关，在同期和滞后分析中都存在一致的关系。EMI还与治理维度中的法律透明度和可预测实施呈正相关。这些发现表明，政治言论的认知性质对于民主和治理的质量至关重要。

🔬 方法详解

问题定义：现有方法难以有效衡量政治言论中认知倾向，无法量化证据和直觉在政治讨论中的作用。这阻碍了对政治言论质量以及与民主治理之间关系的深入理解。现有方法可能依赖于人工标注，成本高昂且难以扩展到大规模数据集。

核心思路：本研究的核心思路是利用大型语言模型（LLM）的语义理解能力，自动评估政治言论中证据和直觉的比重。通过计算证据支持度与直觉支持度的差异，得到EMI评分，从而量化言论的认知倾向。这种方法旨在克服传统方法的局限性，实现对大规模政治言论数据的有效分析。

技术框架：该研究的技术框架主要包括以下几个阶段：1) 数据收集：收集来自七个国家/地区的议会发言数据，时间跨度为1946年至2025年。2) 文本分割：将议会发言数据分割成独立的片段。3) EMI评分计算：使用LLM评估每个片段的证据支持度和直觉支持度，计算EMI评分。4) 统计分析：分析EMI评分与审议民主和治理指标之间的关系。

关键创新：该研究的关键创新在于提出了基于LLM的EMI评分，用于量化政治言论的认知倾向。与传统方法相比，EMI评分具有可扩展性强、自动化程度高、能够捕捉细微语义差异等优点。此外，该研究还首次将认知倾向与审议民主和治理质量联系起来，为政治学研究提供了新的视角。

关键设计：EMI评分的计算依赖于LLM对文本的语义理解。具体而言，研究者设计了一系列提示词，引导LLM评估文本中证据和直觉的比重。证据支持度可能通过判断文本是否引用可靠数据、统计结果或专家意见来评估。直觉支持度可能通过判断文本是否依赖个人信念、情感或主观判断来评估。EMI评分最终通过证据支持度减去直觉支持度得到。此外，研究还使用了基于嵌入的语义相似性来验证LLM评分的可靠性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

研究结果表明，EMI评分与审议民主呈正相关，表明更注重证据的政治言论与更高质量的民主治理相关联。此外，EMI评分还与法律的透明度和可预测实施呈正相关，进一步验证了认知倾向对治理质量的影响。该研究使用了大规模数据集，并进行了严格的统计分析，保证了结果的可靠性。

🎯 应用场景

该研究成果可应用于政治学、传播学、社会学等领域。通过分析政治言论的认知倾向，可以评估政治讨论的质量，监测虚假信息的传播，并促进更具建设性的公共对话。此外，该方法还可以用于评估政策文本的科学性和客观性，从而提高政府决策的质量。

📄 摘要（原文）

The pursuit of truth is central to democratic deliberation and governance, yet political discourse reflects varying epistemic orientations, ranging from evidence-based reasoning grounded in verifiable information to intuition-based reasoning rooted in beliefs and subjective interpretation. We introduce a scalable approach to measure epistemic orientation using the Evidence--Minus--Intuition (EMI) score, derived from large language model (LLM) ratings and embedding-based semantic similarity. Applying this approach to 15 million parliamentary speech segments spanning 1946 to 2025 across seven countries, we examine temporal patterns in discourse and its association with deliberative democracy and governance. We find that EMI is positively associated with deliberative democracy within countries over time, with consistent relationships in both contemporaneous and lagged analyses. EMI is also positively associated with the transparency and predictable implementation of laws as a dimension of governance. These findings suggest that the epistemic nature of political discourse is crucial for both the quality of democracy and governance.