May, 2024

CoCo 矩阵：智能代理协作与认知贡献分类

PDF
TL;DR通过采用 Flower 和 Hayes 的认知过程理论，我们提出了 CoCo Matrix，这是一个基于熵和信息增益的二维分类法，用以描述新的人工智能写作系统与人类合作写作的模型。我们将三十四个已发布的系统位于四个象限中，发现低熵高信息增益系统是未被充分探索但具有潜在发展方向的，可以在写作任务中充分发挥代理人的发散规划和人类的聚焦翻译。CoCo Matrix 不仅对不同的写作系统进行分类，还加深了我们对人工智能写作中认知过程的理解。通过分析写作过程中的微小变化，CoCo Matrix 可以作为写作者心智模型的代理，使写作者能够反思自己的贡献。信息增益和熵这两个测量指标提供了洞见，不受所使用的写作系统的影响。
intelligent agentsco-writing modelentropyinformation gaincognitive processes
发现论文，激发创造
  • 协同创造人工智能系统的本体论

    人工智能在协同创造中的角色和责任分配是本研究的关键，主要通过建立一个包含人工智能的合作系统本体论来澄清相关研究，其中包括计算机作为分包商、计算机作为评论者、计算机作为队友等不同类别的分类。

    Oct, 2023

  • 与接下来短语建议的交互：建议系统如何协助和影响写作的认知过程

    本研究通过定性分析，使用 Hayes 的认知过程模型研究了作者与 next-phrase suggestion 系统交互时的认知过程，得到了 “writer-suggestion interaction” 理论模型，为使用 GPT-2 和因果语言模型进行电影评论写作任务提供了方向。

    Aug, 2022

  • CoheSentia：生成文本中增量与整体一致性评估的新型基准

    自然语言处理中自动生成文本的一致性评估和分析的新基准，旨在发展更可靠的一致性评估方法。

    Oct, 2023

  • 探究大型语言模型在写作准备阶段的人工智能与人类共同创造力

    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

  • 超越提示：探索混合启发式合作创新系统的设计空间

    本研究探讨了人工智能生成系统的不同工作模式，包括人机协作生成，以及探究人们对于这些模式的偏好和使用体验。我们的实验表明，覆盖更广阔的设计空间可以提高用户的满意度和成就感，而谨慎的介入和解释可以更好的适应不同技能水平的用户。

    May, 2023

  • 解构人工智能协作：主体性、互动和适应

    提出了一个新的统一维度的概念模型，围绕着机构、交互和调适三个高层面展开，通过文献调查和半结构化访谈的方法逐步完善和验证。最后，利用这个设计空间对选定的人工智能系统进行结构化描述。

    Apr, 2024

  • LLMs 作为写作助手：探索对所有权感和推理的观点

    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

  • 设计人工智能协作写作数据集以探索语言模型能力

    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

  • 点燃语言智能：从思维链推理到语言代理的指南

    大型语言模型（LLMs）通过其在复杂推理任务中的强大经验性表现极大地增强了语言智能领域，并在语言语境中展示其先进的认知能力。

    Nov, 2023

  • 学术稿件中端到端写作轨迹的解析

    本研究提出了一种新的分类法，根据意图、作者行为和书面数据信息类型对学术写作行为进行分类，并提供了 ManuScript 数据集，旨在提供学术写作的完整图景，以捕捉写作轨迹的线性和非线性，使写作助手可以提供端到端的更强反馈和建议。

    Mar, 2023