Sep, 2024

支持在线讨论：将人工智能融入adhocracy+参与平台以增强辩论

HTML
PDF
TL;DR本研究解决了在线讨论缺乏结构和礼貌的问题。文章提出了一种新颖的方法，通过在adhocracy+平台中集成AI支持的辩论模块，以提升讨论质量和参与者互动。研究的主要发现是，这种集成能够显著改善参与者的交流体验，促进更有效的决策过程。
发现论文，激发创造
  • Project Debater APIs: AI大挑战的分解

    2019年发布的人工智能系统 Project Debater 能够就复杂主题与人类专家进行辩论，其核心 NLP 服务、论点挖掘分析能力和重要内容摘要等 API 具备良好的性能，其中 Key Point Analysis 更是一项新技术，能识别大量文本中的主要论点及其普遍性。

    Oct, 2021

  • 公众参与：在有争议的公共政策领域促进算法决策的审议

    本文提出了一种“公众参与”方法框架，旨在更好地参与算法决策，共同决策，并构建群众。结合通讯文献的见解，探讨其在涉及公共政策领域的AI设计中的特点对参与者的重要性，如再犯率预测，为支持此工作的人机交互社区描绘了一部分研究议程。

    Apr, 2022

  • 人工智能聊天助手可以改善有分歧话题的对话

    本研究利用大规模实验展示了如何用人工智能工具改善有争议话题的在线对话，从而提高参与者认为自己在会话中被理解的感受和对话的质量，减少政治分歧和恶意，而不改变对话内容或人们的政策态度。

    Feb, 2023

  • 能力强而僵化：识别赋能人工智能在群体决策中平等参与的差距

    研究人工智能在人类与机器共同决策中的影响，探究其在小组决策中的表现，并采用投票方式进行讨论，发现虽然AI的发言具有价值，但它在小组中的作用较为次要，并且关于“平等的AI”的看法存在分歧，为人工智能与人类关系的未来提供启示。

    Feb, 2023

  • 大型语言模型的说服力

    人工智能的替代代理人具有重要的影响力，可在线上言论中生成有效的论点，以引导公众舆论；此外，它们之间的相互作用还能够模拟人类社会系统中的说服过程，以便作为研究人群舆论动态的可信代理人。

    Dec, 2023

  • 走向人工智能与人类的思辨：基于LLM驱动的辩论人工智能在人工智能辅助决策中的设计和评估

    在AI辅助决策中，我们提出了人工智能决策框架(Human-AI Deliberation)和交互模型(Deliberative AI)，其中包括人工智能系统和人类之间的维度级意见引出、辩论性讨论和决策更新，以促进人类对冲突的人工智能意见进行反思和讨论。

    Mar, 2024

  • 将专家和非专家的观点结合起来，利用LLMs评估在线讨论中的审议质量

    通过开发适配器模型并计算专家和非专家之间的相关系数，我们引入了 AQuA，一种从多个指标计算统一的辩论质量分数的附加分数。从预先训练的适配器中轻松计算 AQuA 分数，并且与其他未在训练中见过的数据集上的注释相吻合，这与专家和非专家的注释分析确认了社会科学文献中的理论发现。

    Apr, 2024

  • 通过混合自然语言处理方法促进意见多样性

    现代民主面临公民参与度下降的关键问题。网络讨论论坛是增强公民参与的重要途径。该研究提议通过自然语言处理结合人工智能技术解决在线大规模讨论中的挑战，并研究这些技术能在在线讨论中揭示的个人观点。我们提出了一个由人工智能和大型语言模型组成的三层层级结构来表示观点，展示这些表示形式如何洞察观点的多样性以及允许我们研究在线讨论中的互动。

    May, 2024

  • 利用大型语言模型估计在线讨论中的贡献质量

    本研究针对在线讨论中贡献质量评估的困难，提出了一种利用大型语言模型（LLM）的方法，以替代传统的人类评估方式。研究发现，该模型在评估贡献质量时优于个别人类评估者，且维持了与无干预情况下相似的质量评分，表明干预措施能有效提升讨论质量而不损害贡献水平。

    Aug, 2024

  • 设定人工智能议程——来自瑞典的ChatGPT时代证据

    本研究探讨了瑞典在ChatGPT发布前后人工智能(meta)辩论的发展，填补了政治讨论中政治家声音缺失的空白。通过分析早期2010年代至今的精英层文件，研究显示学术精英而非政治精英主导了这一辩论，且近年来辩论更加实质化和风险导向，揭示了人工智能议程的形成过程。

    Sep, 2024