NeFut Logo NeFut
EN 管理员登录

[AI学术] 当AI模糊贡献边界:关于作者身份校准的实证研究

发布于:2026-07-18 22:00 最后更新:2026-07-22 01:03
#AI #Machine Learning #Artificial Intelligence

摘要

随着人工智能(AI),特别是生成式AI的广泛应用,用户如何与这些系统互动以产生新内容的问题日益突出。本文引入了作者身份校准的概念,定义为用户在与AI互动时对其实际作者身份的意识。我们使用CoAuthor数据集,实证研究作者身份校准在不同用户之间的变化及其与AI使用频率的关系。

我们的研究结果揭示了高度的变异性:依赖AI较多的用户往往错误判断自己的作者身份,而使用AI较少的用户则表现出更准确的身份校准。这些发现表明,AI可能会模糊用户对自身作者身份的感知。在学习环境中,身份错误校准可能影响元认知监控和学习策略,最终影响学习效果。因此,促进作者身份校准似乎对推动负责任且有教育意义的AI整合至关重要。

博主点评: 本文深入探讨了AI如何影响用户对自身创作贡献的理解,强调了在教育背景下准确的作者身份认知的重要性。这为未来的AI应用提供了重要的伦理和教育指引。

原文链接: https://arxiv.org/abs/2607.15006

[h] 返回首页