GhostWriter 是一种使用大型语言模型 (LLM) 进行人工智能增强的写作设计探针，用户可以在写作过程中隐式地学习其预期写作风格，并通过手动样式编辑和注释实现显式教学，研究结果表明 GhostWriter 帮助用户个性化生成文本，通过提供多种方式控制系统的写作风格增强用户的能力，为未来的工作提供了设计建议。

Feb, 2024

人类对 AI 产生的虚假言论的辨别能力不足，该文讨论了造成这一现象的原因，并提出了解决方案。

Jun, 2022

研究调查了写作中的所有权感、写作辅助工具、大型语言模型、创造性任务以及人机交互等问题，以提高写作辅助系统的性能。

Mar, 2024

研究了自然语言生成技术在人工智能辅助写作工具中的应用。通过信息检索的角度从 “拔式” 和 “推式” 两个范式进行比较用户研究，以了解 AI 辅助写作的用户需求、对写作质量、所有权、写作过程的效率和愉悦度的影响，以及 AI 偏见的影响。研究发现用户欢迎 AI 在他们的写作中提供无缝协助，并且 AI 在保持写作清晰简洁的同时帮助用户使其写作思路更加丰富，用户也享受与 AI 合作。尽管参与者在实验中没有经历到偏见，但他们仍然表达了明确的担忧，这应在未来的 AI 辅助写作工具中加以解决。

Jun, 2023

本文针对科学文献中 AI 生成的文本与人类编写的文本之间的差距进行了探讨，提出了一个通过语法、语义和语用来区分 AI 文本的框架，进而将提取到的特征用于分析两种不同类型的内容，发现 AI-generate 的科学文本在深度和总体质量方面还有待提高，并存在事实性问题等方面的差距，同时我们发现 AI-generate 的科学文本和人类编写的科学文本之间存在 “写作风格” 方面的差距，从而提出一些模型和分布无关的特征来用于其他领域的检测任务，这些研究结果有助于指导 AI 模型的优化，以产生高质量的文本，同时也有助于解决相关的伦理和安全问题。

Jan, 2023

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

本文探讨自然语言模型在生成具有被误认为是他人所写的能力的在线文本方面的潜力，发现当前的这类技术中 GPT-2 可成功地模拟与欺骗常见的作者识别的方法，说明了这类技术的巨大潜力和其实际应用如非法信息识别和犯罪取证的重要性。

Mar, 2022

通过诊断和简要讨论作者匮乏的情况，我们说明了 AI 基于创造性支持工具在写作过程中用户能够产生大量文本而不做相应数量的创造性决策的现象，从而导致输出缺乏表达意图。我们认为作者匮乏会解释围绕 AI 基于写作支持工具存在的一系列困难和焦虑，但同时也提出了一个雄心勃勃的新目标：基于 AI 的创造性支持工具。

Apr, 2024

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

通过研究 23 名香港中学学生的故事写作，我们发现 AI 生成的文本对提高学生写作质量有一定帮助，并可以帮助教育工作者设计更好的 AI 工具和教学活动。

Mar, 2023