AI对文化解读有何作用?一首诗精细阅读的随机实验研究
生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作AI 辅助决策与自动化系统HCI 研究员大学教授与研究人员
文献标题
What Does AI Do for Cultural Interpretation? A Randomized Experiment on Close Reading Poems with Exposure to AI Interpretation
出版信息
- 主题领域: 人工智能辅助对文化解读和诗歌细读的影响。
- 关键词: AI辅助,细读,文化解读,解读表现,主观体验,诗歌分析,人机协作,解读推理,生成式AI,人文学科教育。
背景与问题
- 问题/挑战: 将人工智能引入文化解读,特别是细读过程中,引发了关于AI是否能在不削弱过程乐趣的前提下提升解读表现的担忧。现有研究主要集中于AI在写作和一般阅读理解中的作用,但尚未充分探讨其对文化文本解读推理的影响。
- 重要性: 细读是批判性思维、读写能力和文化参与的基础技能。理解AI如何影响这一技能,对于设计既支持人类推理又不削弱文化解读内在乐趣的工具至关重要。
- 动机与相关工作: 先前的研究表明,AI在简化文本和提高阅读理解方面具有潜力,但尚未探索其对细读等解读任务的影响。此外,关于AI如何影响主观体验(如享受、欣赏和自我效能感)在文化解读中的作用,实证证据也较为有限。
解决方案
- 提出的方法: 通过随机对照实验评估AI辅助对诗歌细读的影响,比较三种条件:无AI辅助(对照组)、单一AI解读(AI-Single)和多重AI解读(AI-Multiple)。
- 创新性:
- 提供AI辅助如何影响细读中的解读表现和主观体验的实证证据。
- 揭示在文化解读中使用AI时表现与乐趣之间的权衡。
- 考察参与者与AI辅助的行为交互,包括查看模式和自我报告的使用情况。
- 过程与关键技术:
- 将400名参与者随机分配到三种条件之一,并完成对三首诗的细读任务。
- 任务包括识别文体特征并解释其效果,评分标准为特征识别、解读质量和写作质量。
- 使用欣赏、享受和自我效能感评分衡量主观体验。
- 通过混合效应模型分析AI辅助的影响,并对行为交互和文本重叠进行额外分析。
结果
- 具体发现:
- AI-Single提高了解读表现(如解读质量:+0.865分)和主观体验(如享受:+0.969对数几率)。
- AI-Multiple提高了解读表现,但对主观体验无显著影响,并降低了有经验读者的自我效能感。
- 高度依赖AI(文本重叠高)的参与者表现更好,但主观体验较差。
- 相对于基线的优势:
- AI-Single和AI-Multiple在解读表现上均优于对照组,其中AI-Single的效果更显著。
- AI-Single在提升主观体验方面表现独特,而AI-Multiple未能实现这一点。
- 实验/评估:
- 使用三首精选诗歌对400名参与者进行实验。
- 指标包括解读表现(特征识别、解读质量、写作质量)和主观体验(欣赏、享受、自我效能感)。
- 通过查看模式、自我报告的AI使用情况和文本重叠分析行为交互。
- 局限性与未来工作:
- 仅限于预生成的AI解读;未来研究可探索对话式AI。
- 聚焦于普通读者和基础细读任务;进一步研究可考察高级解读阶段和其他文化媒介。
- 专业水平的分类基于人文学科课程的二元划分;需要更细致的专业水平测量方法。
总结
本研究探讨了AI辅助对诗歌细读的影响,发现单一AI解读既能提升解读表现又能增强主观体验,而多重解读仅提高表现却未能带来乐趣。行为分析揭示了表现与乐趣之间的权衡,高度依赖AI会削弱内在回报。研究结果表明,适度的AI辅助可以支持文化解读而不损害个人参与,强调了需要设计平衡表现提升与体验价值的AI工具。这些见解对AI在文化和教育领域的整合具有重要意义。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 80%
理解大型语言模型在个性化和构建策略以对抗学术拖延中的作用
CHI '24· 大语言模型(LLM)的人机协作 +1
- 71%
隐私与信任 vs. 效用:大学用户对商业与机构AI助手的采用对比
CHI '26· 生成式AI(文本、图像、音乐、视频) +3
- 67%
AI处理延迟如何促进创造力:探索与基于LLM的代理共同创建研究问题
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
提示词写作中的满足倾向与最大化倾向:人机交互中的特质与任务效应
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 67%
不仅限于新奇:人工智能工作流程的效用与定制化纵向研究
DIS '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
完美并非必需?代码翻译中的人机协作
IUI '21· 生成式AI(文本、图像、音乐、视频) +2
- 67%
利用AI驱动的建议生成辅助增强同行评审:设计动态研究
IUI '24· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791727
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统
work
职业/产业
HCI 研究员、大学教授与研究人员
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文