PrivacyReasoner：大语言模型能否模拟类人的隐私心智？

本文提出PRA，一种用于模拟个体用户如何基于现实新闻形成隐私关切的人工智能代理设计。区别于群体层面的情感分析，PRA融合隐私理论与认知理论，利用用户历史评论和上下文线索构建其个性化的“隐私心智”。该代理通过模拟有限理性的上下文过滤器动态激活相关隐私记忆，并生成反映用户在新隐私场景下可能反应的合成评论。研究还引入一个经校准的LLM-as-a-Judge评估器，依据既定隐私关切分类体系量化生成推理的忠实度。在Hacker News真实讨论数据上的实验表明，PRA在隐私关切预测上优于基线代理，并能跨AI、电商和医疗等领域迁移推理模式。