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。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cui/204367/2025

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

论文快照

fact_check
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