论文
AI推荐哪家酒店？LLM辅助酒店选择中声誉信号的算法审计
Whose hotel does the AI recommend? An algorithm audit of reputation signals in LLM-assisted hotel selection
摘要
旅行者日益询问大语言模型（LLM）助手该订哪家酒店——使这些系统成为物业可见性的守门人——但驱动其推荐的因素未有记录。我们以随机化选择联合实验开展预注册算法审计：跨人设、提示模板与十二个开放权重及专有模型——助手在五家酒店间选择——其客评、评论量与新近度、管理方回复、连锁归属、价格、生态认证与列表位置被独立随机化。我们估计每个信号对推荐概率的平均边际分量效应。客评与价格主导（最高评分提升选择31.6个百分点；高价降低30.0）——复现人类的效价-价格优先——但过度加权生态认证并忽视管理方回复。列表位置——无内容的工件——因果地改变推荐——价值约每晚12美元。声称的理由与显示的权重不完全一致。这些发现为生成式引擎优化与AI信息中介的问责提供因果证据。