当前对大语言模型（LLM）生成辩论的评估主要关注论证质量，却忽视了论点的价值结构。我们提出了一套诊断度量框架，用于比较人类参考辩论与 AI 生成辩论中价值的表达与组织方式。框架将价值表达（辩论调用的可识别价值范围）与价值组织（这些价值在发言轮次中的分布与持续性）区分开来。基于 Schwartz 的 Basic‑10 价值理论，辩论被建模为在论证单元、发言、立场以及整场辩论层面的多层次价值分布，从而可以计算价值覆盖率、价值对齐、价值扩散以及跨轮次动态等指标。实验在多个生成系统上进行，结果显示 AI 生成的辩论在价值表达上相当丰富，往往激活的价值维度不少于对应的人类参考，但其价值组织方式不同：AI 发言更倾向于局部价值扩散，且在盲评中评审能够区分价值的清晰度与聚焦度。这表明辩论评估应同时关注价值的存在与组织方式。代码与补充材料已公开于 https://github.com/Maoyuan-li/Value-Expression-and-Organization。
点评