本文探讨了人工智能在移动设备上写作的两种用户界面设计，通过一个被监督的在线研究得出，无论是使用连续生成文本的方式还是建议写作的方式人工智能在撰写过程中都会影响文本创作，但两种设计存在差异，需要在用户体验和用户输出方面做出不同的选择。

Aug, 2022

通过实证用户研究 (n=30)，我们调查了现代大型语言模型 (LLMs) 在协助专业作家方面的效用，发现作家在规划、翻译和审阅等认知活动中都寻求 LLMs 的帮助，尤其在翻译和审阅方面 LLMs 更为有帮助，同时我们的研究结果也强调了利用 LLMs 进行创意写作辅助的未来研究方向。

Sep, 2023

本研究利用神经语言模型对多词语建议在电子邮件写作中的输入和文本组合方面对外语和非外语人士的行为进行了研究，发现多词语建议提高了想象力，但牺牲了效率，非母语人士对多个建议的词语受益更多。我们探讨了这些发现对于研究、交互式建议系统的设计以及支持作家与 AI 合作的愿景的影响。

Jan, 2021

描写了人工智能和人类协同创作在预写过程中发生的三个阶段循环的过程，强调了人类的主导地位和人工智能的多变水平，同时提出了设计建议以支持这种协同创作过程。

Jul, 2023

本研究探讨了在人工智能介入的通信中，句子级与信息级建议之间的权衡，并发现接收到信息级建议的参与者反应更快、更为满意。此发现对通信辅助系统的设计具有启示意义。

Feb, 2023

本文研究了使用 AI 技术辅助创作的自然语言生成（NLG）模型，并邀请了 13 位专业作家来尝试使用 Wordcraft，这个内置 AI 辅助撰写工具的文本编辑器。结果显示 NLG 工具在创作过程的脑暴、描写细节、建立故事世界和研究文本方面具有很大的潜力。但由于 NLG 技术在保留风格、语调和理解故事内容等方面存在困难，因此建立一个合适的作家个性化 NLG 辅助工具是非常有挑战性的。

Nov, 2022

本文介绍了一种中间训练策略，利用新的自监督培训目标 Next Phrase Prediction（NPP），以提高预训练语言模型在文本自动完成任务中的表现，并快速适应特定领域。初步实验结果显示，我们的方法能够在电子邮件和学术写作领域的自动补全中胜过基线。

Sep, 2021

通过分析人类作者观察自动生成文本的例子如何影响写作，本文探讨了一种句子填充任务，研究了人类和基于神经语言模型的自动化系统在填写任务中的表现，并发现人类作者在观察生成的例子时能够写出更能激发读者兴趣的故事情节，证明了用观察启发的方式可以通过自然语言处理模型增强人机协作写作。

Jul, 2021

大语言模型的不同程度脚手架支持对协作写作过程的影响进行了探讨。在一个拉丁方设计的实地实验中，共有 131 位参与者在无 AI 辅助（对照组）、下一句建议（低脚手架）和下一段建议（高脚手架）三种随机顺序的条件下回答辩论写作问题。研究发现，脚手架对写作质量和生产率（单位时间内的字数）的影响呈 U 型曲线。低脚手架并没有显著改善写作质量或生产率，而高脚手架则显著改善，特别是对于非常规写作者和对技术不熟悉的用户有益。使用脚手架写作工具时没有观察到明显的认知负荷，但注意到了对文本所有权和满意度的适度减少。我们的研究对于设计 AI 辅助写作工具具有广泛的意义，包括个性化脚手架机制的需求。

Feb, 2024

本研究探讨了使用以某种观点为主导的人工智能语言模型的写作助手是否会影响用户的观点，通过在线实验发现，使用偏向一定观点的语言模型会影响用户的写作观点，推荐更加谨慎地监控和设计 AI 语言技术中的观点。

Feb, 2023