通过混合方法研究ChatGPT的早期用户发表的10,732条推文，主题建模确认了软件开发、娱乐和创造力等主题的积极情绪，仅少数人表达了对ChatGPT潜在误用和教育影响等问题的关注。

Dec, 2022

本文研究了ChatGPT在25个多样化的自然语言处理任务（如情感分析、情感识别、态度检测、自然语言推断、词义消歧、语言可接受性和问答）中的表现及其个性化响应能力，并与现有的国际先进水平（SOTA）解决方案进行了比较。结果表明，任务难度越高（低SOTA表现），ChatGPT的损失越大。同时也揭示了ChatGPT偏见，在一定程度上限制了ChatGPT的有效性。

Feb, 2023

本文通过分析超过30万条推文和150多篇学术论文，探究了OpenAI开发的聊天机器人ChatGPT在社交网络和学术领域中的感知和讨论，发现ChatGPT在社交网络中普遍被认为是高质量的，但随着时间的推移，快乐情绪略有下降。在学术论文中，ChatGPT被认为是道德伦理和教育领域中伦理威胁和机会的同时存在，同时被认为在医疗领域具有重大机遇，聚焦当前的ChatGPT感知对未来的发展具有启示作用。

Feb, 2023

本文采用系统性综述和文献计量分析的方法，评估了ChatGPT在不同领域中的应用和潜在影响，发现尽管AI技术在各种行业中具有革命性的潜力，但需要进一步跨学科研究，定制集成和道德创新来解决现有问题并确保其负责任的使用。

May, 2023

本文运用自然语言处理技术对推特数据进行情感分析和主题建模，研究公众对ChatGPT的态度，发现总体上态度中立到正面，人工智能、搜索引擎、教育、写作、问答等是推特中提到度最高的话题。

Jun, 2023

本研究探讨了ChatGPT作为数据标记工具用于不同情感分析任务中的应用，结果表明相较于基于词汇表的算法，ChatGPT在准确性方面有了显著提高，可用于不同的事件和任务情感分析的标注工作。

Jun, 2023

本文通过对实际的ChatGPT数据集进行分析，研究 ChatGPT 的早期用户的兴趣话题、潜在职业以及这些因素随时间的变化，以理解人工智能与人类互动的变化以及语言模型用户参与的未来趋势。

Dec, 2023

利用大型语言模型（LLMs）如ChatGPT可以通过包容性、道德和可持续的方式解决社会挑战。本文中，我们调查了ChatGPT在社会计算任务中注释数据的潜力，旨在降低进行网络研究的复杂性和成本。通过使用ChatGPT重新注释涵盖与COVID-19虚假信息、社交机器人欺骗、网络欺凌、点击诱饵新闻和俄乌战争等紧迫社会问题相关的七个数据集来评估ChatGPT的潜力。研究结果表明，ChatGPT在处理这些数据注释任务方面表现出很高的潜力，尽管存在一些挑战。在这七个数据集中，ChatGPT的平均注释F1得分为72.00%。其在点击诱饵新闻注释方面表现出色，正确标记数据的比例为89.66%。然而，我们还观察到不同标签的性能存在显著差异。我们的研究揭示了ChatGPT注释性能中的可预测模式。因此，我们提出了GPT-Rater，这是一个工具，用于预测ChatGPT是否能正确标记给定注释任务的数据。研究人员可以使用此工具来确定ChatGPT在其注释需求中是否合适。我们展示了GPT-Rater有效地预测了ChatGPT的性能。在点击诱饵新闻标题数据集上表现最佳，平均F1得分为95.00%。我们相信这项研究为分析开辟了新的途径，并且可以降低参与社会计算研究的障碍。

Jul, 2024

本研究探讨了ChatGPT发布后媒体对人工智能叙事的变化，填补了AI报道中叙事分析的空白。通过对超过49,000句来自5846篇新闻文章的数据进行框架语义分析，发现媒体关注度在发布后的半年内显著增加，且对AI的讨论逐渐围绕专家与政治领袖展开，强调了AI带来的危险和风险。

Aug, 2024

本研究针对生成式人工智能的影响，探讨了记者对ChatGPT发布时的情感反应。通过分析近100万条美国主要新闻机构记者的推文，发现ChatGPT推出后，记者的积极情绪和语调显著上升，表明他们对人工智能潜力的初步乐观。本研究强调了记者在技术创新解读中的关键角色，并揭示了他们的情感反应可能如何影响公众对新兴技术的叙述。

Sep, 2024