探索大语言模型在问卷自动生成与改编中的应用
大语言模型(LLM)的人机协作大学教授与研究人员HCI 研究员统计学家与数据科学家
有效的问卷设计能提高结果的有效性,但由于资源限制和专家获取困难,在不同情境下创建和改编问卷具有挑战性。大语言模型的出现为研究者提供了在调查研究中探索其潜力的机会。本研究聚焦于大语言模型在辅助问卷生成和改编中的适用性。我们引入了一个利用大语言模型创建新问卷的创新管道,通过目标受众进行预测试以确定潜在问题,并使现有标准化问卷能够适应不同情境。我们通过两项在Prolific平台上的研究对管道进行了评估,涉及238名美国参与者和118名南非参与者。研究发现,参与者认为大语言模型生成的文本更清晰,经大语言模型预测试的文本更加具体,而大语言模型改编的问卷比传统问卷更清晰且偏见更小。我们的工作为大语言模型驱动的问卷支持在调查研究中的新应用开辟了机会。
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。
- 60%
Cody:基于AI的系统,用于定性研究的半自动化编码
CHI '21· 大语言模型(LLM)的人机协作 +1
- 60%
PaperWeaver: 通过将推荐论文与用户收集的论文结合来丰富主题论文警报
CHI '24· 大语言模型(LLM)的人机协作 +1
- 60%
对大型语言模型在学术文献理解和评审方面的评估:一项针对初级学者的实证研究
CHI '24· 大语言模型(LLM)的人机协作 +1
- 60%
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
- 60%
PromptHive:通过协作提示工程将主题专家重新置于教育内容创作的前沿
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
Social-RAG:从群体互动中检索以社会性地指导AI生成
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
理解用于生成用户画像的人机协作工作流程
DIS '24· 大语言模型(LLM)的人机协作 +1
- 60%
ReviewFlow:支持学术同行评审的智能脚手架系统
IUI '24· 大语言模型(LLM)的人机协作 +1
- 60%
Tea:用于自动化统计分析的高级语言和运行时系统
UIST '19· 计算方法在HCI中的应用
- 60%
Qlarify:用于科学论文动态信息检索的可递归扩展摘要
UIST '24· 大语言模型(LLM)的人机协作 +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/10.1145/3719160.3736606
一眼看懂
fact_check论文快照
dataset
来源
CUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作
work
职业/产业
大学教授与研究人员、HCI 研究员、统计学家与数据科学家
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文