利用自动检测器识别大型语言模型辅助写作的研究，发现目前的四种先进的自动生成文本检测器性能不佳，提出专门针对大型语言模型辅助写作检测的专用检测器的发展是必要的。这样的检测器可以在科学交流中促进对大型语言模型参与的真实认可，并解决目前对认可实践的挑战。

Jan, 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

将人工智能融入学术写作的框架、模型和方法，提高学术写作的质量和效率，减轻沟通负担，赋予作者权力，加速发现，推动科学多样性。

Oct, 2023

通过两项实证研究，探究了人工智能和人类协作的个性化语言生成模型中的作者和所有权问题。发现 AI 作家效应：用户认为自己不是 AI 生成文本的所有者和作者，但不会公开声明 AI 的作者身份。研究结果与心理所有权和人机交互相关，为适应 AI 文本生成任务中的作者框架和用户界面奠定了基础。

Mar, 2023

这篇研究论文通过对比两个人工智能模型 Gemini 和 ChatGPT 的表现和互动，以协作性工具的角度，对将生成型人工智能（Gen AI）整合到学术写作过程中进行了批判性研究，通过促进研究人员参与设计能够引出特定人工智能回应以构建研究大纲的提示会话，突显了提示设计、输出分析以及认识到人工智能的局限性对于确保负责任和有效的人工智能整合于学术工作的重要性。初步发现表明，提示的变化对输出质量产生显著影响，并揭示了每个模型的不同能力和限制。该论文通过探索有效的提示策略和提供生成型人工智能模型比较分析，为人机交互领域做出了贡献，最终旨在增强辅助学术写作的人工智能，并引发人机交互社区内更深入的对话。

Apr, 2024

本文通过分析针对信息内容而忽略其社会方面的单一视角，提出智能写作助手需要融入社会因素来建立更有效、更个性化的写作助手，以提高用户体验和促进用户的广泛采用。

Mar, 2023

通过人工智能协作共同开发的领域特定写作助手分类系统来解决大型语言模型在商业背景下理解能力的限制，为不同利益相关者提供定制化的大型语言模型驱动的写作辅助功能。

Jun, 2024

通过提供 LLM 生成的摘要、问题和建议，Textfocals 支持写作过程，鼓励用户反思和自主修订，以维护其写作的完全创作权。与 Textfocals 的一个初步用户研究表明，这种方法可能有助于用户发展不成熟的想法，迎合修辞听众，并澄清他们的写作。但研究也发现了与文档导航和范围界定、提示工程和上下文管理相关的交互设计挑战。我们的研究突出了由生成 AI 支持的写作支持界面的设计空间的广度。

Mar, 2024

通过大数据集的筛选和分析，本论文提出了一种检验大语言模型创造能力的方法，并演示了如何使用 CoAuthor 数据集来验证 GPT-3 的能力以及在创作中的表现。

Jan, 2022