翻译迷失：理解自闭症-神经典型群体在招聘启事中的沟通风格差异

文献标题

Lost in Translation: Understanding Autistic–Neurotypical Communication Style Differences in Job Postings

出版信息

• 主题领域: 自闭症与神经典型人群在就业环境中的沟通差异
• 关键词: 自闭症, 神经典型沟通, 招聘信息, 解释差距, 注释工具, 语用语言, 合理便利, 就业障碍, 人工智能设计, 无障碍性

背景与问题

• 问题/挑战: 自闭症成年人在就业环境中面临显著的沟通障碍，尤其是在解读为神经典型人群撰写的招聘信息时。现有研究尚未系统性地记录这些解释差距发生的时间和原因。
• 重要性: 自闭症成年人失业率约为85%，而普通人群的失业率仅为4%。解决招聘信息中的沟通不匹配问题可以减少障碍并改善职业结果。
• 动机与相关工作: 先前研究探讨了自闭症的沟通特征、社交情境中的焦虑、倾向于字面解读的特性以及人工智能辅助干预。然而，没有研究专注于识别招聘信息中导致解释差距的具体语言模式或这些挑战背后的原因。

解决方案

• 提出的方法: ANCAT（自闭症–神经典型沟通注释工具），一个结构化的注释界面，用于捕捉自闭症成年人在招聘信息中感知到的解释差距。
• 创新性:
  1. 首个记录自闭症–神经典型沟通差异的就业环境数据集。
  2. 开发了ANCAT，一个用于文本解释差距注释的开源工具。
  3. 提供了关于招聘信息中常见语言挑战的实证发现。
  4. 提出了改善自闭症–神经典型沟通和无障碍性的设计启示。
• 程序和关键技术:
  • 招募20名自闭症成年人，每人注释10条招聘信息，使用六个预定义类别：不清楚、模棱两可、不完整、不适当、负面和其他。
  • 进行后续访谈，探索参与者的导航策略、理由和对未来工具的建议。
  • 通过定性编码和主题分析识别解释差距中的模式和主题。

结果

• 具体发现:
  • 在200条招聘信息中共记录了683条注释，分类为：不清楚（35.1%）、不完整（16.6%）、模棱两可（15%）、负面（12.4%）、不适当（7.9%）和其他（12.9%）。
  • 主要障碍包括模糊或隐含的社会期望、不可量化的资格要求、缺失的细节以及排他性语言。
• 相较基线的优势:
  • 提供了自闭症–神经典型沟通不匹配的实证证据，填补了现有研究的空白。
  • 提供了设计更清晰招聘信息和支持性技术的可操作见解。
• 实验/评估:
  • 对注释数据集进行描述性分析；对访谈内容进行迭代编码以识别主题。
  • 参与者对大型语言模型（LLMs）表达了复杂看法，更倾向于使用简单工具和外部验证策略。
• 局限性与未来工作:
  • 样本量较小（N = 20），仅限于美国DSM-5一级自闭症成年人。
  • 没有神经典型对照组；发现可能无法推广到需要更高支持的自闭症个体或其他文化背景。
  • 未来研究应探索其他就业阶段、跨文化适用性以及种族和性别等交叉因素。

总结

本研究探讨了自闭症与神经典型人群在招聘信息中的沟通风格差异，通过一种新型注释工具ANCAT识别了解释差距。研究发现，隐含的社会期望、模糊的资格要求和排他性语言是自闭症求职者面临的主要障碍。作者为雇主提供了可操作的指导，并提出了改进人工智能系统以促进自闭症–神经典型沟通的设计方向。通过发布首个此类数据集，该研究为未来研究和工具开发奠定了基础，以提升自闭症个体的就业公平性。