大型语言模型揭示美国国会中气候反对言论的增加

这对日常选民为何重要

当美国国会议员谈论气候变化时，他们不仅在讨论科学——还在塑造公众的信念以及哪些政策能够付诸实施。本研究使用一种功能强大的基于语言的人工智能工具，梳理了三十年的国会演讲，揭示了质疑气候行动的论点随时间如何演变、哪些政治人物最常使用这些论点以及这些论点如何与重大气候政策争论同步。理解这些模式有助于公民辨识那些即便表面听来合情合理、却会延缓或阻碍解决方案的说辞。

绘制新型反对话语地图

研究人员首先更新了一个详细的目录或“分类法”，将常见的质疑气候科学或拖延气候行动的论点进行归类。先前的研究已将这些论点分为熟悉的主题，例如声称全球变暖不存在、人类不是罪魁祸首或影响会很轻微。本研究对涉及应对方案的类别进行了细化，区分了攻击拟议气候政策的论点与将化石燃料视为不可或缺之物的论述，还把对气候科学本身的批评与针对科学家和倡导者的攻击分开。这个更精细的地图使得区分真诚的疑问与旨在破坏信任或拖延变革的说辞变得更容易。

为识别模式而训练的人工智能模型

为了将该框架应用于庞大的国会演讲档案，团队构建了一个定制的大型语言模型——一种被训练来理解并标注文本的人工智能。他们首先使用现有的气候聚焦工具，从1994年至2024年间超过250万段的大厅演讲中提取提到气候变化的段落。随后，人类专家使用修订后的分类法对其中的样本段落进行手工标注，提供了数十种具体论断类型的实例。该人工智能通过一种教它“边思考边说出推理”的微调方法进行训练，模型在选择标签前会逐步陈述其推理过程。此举使得一个相对小型、成本较低的模型在巨大语料上运行时，能接近更大、更昂贵系统的表现，同时更具实用性。

从彻底否认到拖延论点

训练完成后，人工智能扫描了跨越30年的国会气候相关演讲。结果发现，最常见的反对性言论形式并非对全球变暖的彻底否认，而是反复宣称气候解决方案代价过高或不可行。声称政策会导致失业、伤害弱势群体或构成“对美国能源的战争”的论调，单独就约占所有反对论点的三分之一左右。将化石燃料赞为经济增长和能源安全所必需的说法也很普遍。直接攻击气候科学或声称变暖不真实或非人为造成的论断出现得较少，但在若干关键政治时刻（如1997年京都谈判、2008–2009年碳交易辩论以及2015年巴黎协定和清洁能源计划期间）出现峰值。随着时间推移，否认并未消失；相反，围绕拖延的论点在其上不断叠加。

谁在发声，他们来自何处

分析揭示出明显的党派分野。每当民主党人在会场发表一篇包含反对气候论点的演讲时，共和党人大约会发表13篇类似演讲。总体上，共和党人在所有类别的反对性演讲中占比超过九成。当作者按照各州向国会派出议员数量进行调整后，少数以化石燃料为重的州——如阿拉斯加、怀俄明和西弗吉尼亚——尤其突出，成为强烈的热点，尤其是提出“解决方案行不通”或“国家需要化石燃料”之类论断的发源地。统计建模显示，政党身份和政治意识形态是预测反对言论最强的因素。年龄、性别、来自化石燃料利益的竞选捐款以及地方化石燃料就业等因素也有影响，但其效应相对较小。

这对公共辩论意味着什么

作者强调，并非每一句对气候政策的怀疑言论都是错误信息；人们可以提出关于成本或公平性的真实关切。但由于国会演讲在新闻报道和公众舆论中具有重大影响，某些论点的系统性使用会模糊健康辩论与有组织阻挠之间的界限。研究显示，随着气候科学逐渐稳固，国会层面的反击已转向质疑解决方案并为化石燃料辩护，尤其集中在共和党人当中。通过将关于误导性论点如何运作的心理学洞见与能够大规模追踪这些论述的现代人工智能相结合，作者主张我们可以更好地监测此类叙事的传播、设计更有效的事实核查与公众教育，并为关于如何应对气候变化的真实民主讨论保留空间。

引用: Coan, T.G., Malla, R., Nanko, M.O. et al. Large language model reveals an increase in climate contrarian speech in the United States Congress. Commun. Sustain. 1, 37 (2026). https://doi.org/10.1038/s44458-025-00029-z

关键词: 气候错误信息, 美国国会, 化石燃料, 气候政策, 大型语言模型