来自神经多样性GAI“超级用户”的自动民族志见解

研究背景与问题

• 问题与挑战: 作者发现，尽管生成式人工智能（Generative AI, GAI）正迅速成为日常和专业生活中的重要工具，其在可访问性（accessibility）领域的潜力尚未得到充分的理解，尤其是对于神经多样性（neurodivergence）群体。他们指出现有的辅助技术往往未能满足神经多样性人士的需求，尤其忽略了这些人群在长期使用新技术时可能遇到的问题，例如如何管理社会压力、情绪调节以及信息获取。
• 问题的重要性: 对神经多样性群体来说，社会对规范性行为的期待，以及由此产生的边缘化和歧视问题，是他们日常面临的巨大挑战。GAI 是否能够帮助这些人群获得更强的自主性、减轻社会压力并提高生产力，是一个关键问题。
• 研究动机与相关工作:
  • GAI 在提高残疾人可访问性方面的潜力已经得到初步探索。例如，BeMyEyes 应用利用 GAI 描述图像，帮助视障用户；而 ADHD Companion 和自闭症支持生成式模型在心理健康和情绪调节中的应用也获得了显著使用量。
  • 然而，相关研究主要聚焦于特定的使用情境或短期效果，缺乏对神经多样性人士长期使用 GAI 的实践和复杂动态的深度理解。尤其是那些涉及社会和心理压力的应用场景，以及其对多重身份（如种族、性别、文化等）交叉点产生的影响，亟需进一步研究。

解决方案

• 方法与解决方案: 本研究通过协作自传民族志（collaborative autoethnography）的方法，深入探讨了神经多样性 GAI 高级用户的实际使用经验。研究团队的所有成员都自认为是神经多样性人士，包括多种其他交叉身份背景（种族、性别、语言等）。
• 创新之处:
  1. 使用 GAI 辅助的匿名日记工具和访谈工具（DiaryGPT 和 InterviewGPT）来保护隐私，同时捕捉真实、明确的用户案例。
  2. 聚焦于长期“高级用户”的经验，而非短暂或零散使用的情况。
  3. 探讨了 GAI 使用中涉及的社会适应行为（code-switching、camouflaging、masking），以及 GAI 在文化和身份维度上的局限性。
• 关键实施步骤与技术:
  • 数据收集：研究参与者通过 DiaryGPT 记录每日使用 GAI 的案例，并在研究结束时通过 InterviewGPT 参与结构化访谈。
  • 数据分析：采用归纳编码的方法，对参与者的日记和访谈数据进行多轮讨论与主题分析，以提取关键主题，包括时间与认知节省、社交沟通与社会规范适应、情绪与信息支持等。

研究成果

• 具体成果: 作者总结出 GAI 使用的四个主要主题：
  1. 节省时间与认知资源: 用户使用 GAI 提高效率，尤其是在应对学术、工作任务以及低认知能力（如脑雾焦虑）时期的低能量状态（“省心省力”）。
  2. 支持社会沟通与规范适应: 使用 GAI 改善语言表达或调整情感语气，以适应社会规范（如专业邮件语气调整、文化情绪表达）。
  3. 替代人际互动以减少社会成本: 在社交压力高昂或不便求助他人时，GAI 被用作匿名情绪支持、模拟交谈或生成建议的工具。
  4. 帮助理解和整合复杂信息: GAI 作为快速获取和解读复杂科技、法律或医学信息的有效途径，尤其对具有认知障碍的用户有用。
• 与现有解决方案的优势:
  • 匿名与自我节奏：GAI 的匿名性和 7*24 可用性使用户能够在不受社会评判的情况下寻求帮助。
  • 灵活性：GAI 能够解决多种不能通过传统技术轻易应对的需求，如即时翻译法律语言、生成沟通素材。
  • 自主性：它帮助神经多样性用户更灵活地定义并满足自己的需求，而不是被动适应。
• 实验或评估结果:
  • 用户普遍认为 GAI 对提升其自主性和减少社会适应压力有积极作用，尤其是在“简化工作流程”和“心理支持”方面表现出显著的价值。
  • 作者还识别了 GAI 所带来的风险，如依赖性增强及不准确输出的风险，特别是在用户感到认知疲劳或欠缺验证能力时。
• 局限性与未来方向:
  • 局限性:
    1. GAI 当前仍有错误和偏见（例如种族和文化语言的误表示、错误输出）。
    2. 用户在高依赖情境下容易受到 GAI 偏差的影响，特别是在涉及健康和法律等敏感领域。
    3. 忽视文化和身份的多样性：GAI 通常对主流文化与语言优先支持，易导致非主流身份被边缘化。
  • 未来方向:
    1. 改善 GAI 准确性：开发内置验证机制，提示用户对关键输出进行仔细验证。
    2. 增强文化和多样性敏感性：在 GAI 训练数据中加入更多文化的代表性。
    3. 探讨 GAI 在神经多样性使用场景中进一步支持用户自主权的机制，而非强化对社会规范的适应性。

总结而言，本研究通过首次大规模协作自传民族志展示了 GAI 如何成为神经多样性群体的重要便捷工具，同时也揭示了其使用中的挑战与巨大潜力。