LLM 与人类专家在解释健康信息中的沟通风格及读者偏好
人机交互
2025-05-14 v1 人工智能
摘要
随着大语言模型 (LLM) 在信息助理领域的广泛应用，检查其与人类沟通风格和价值观的一致性至关重要。我们将本研究置于事实核查健康信息的语境中，因为纠正误解并建立信任是一个关键挑战。近期研究探索了 LLM 用于健康沟通的潜力，但 LLM 与人类专家之间的风格差异以及相关读者感知仍未得到充分探索。在此背景下，我们的研究评估了 LLM 的沟通风格，重点考察其在三大健康沟通组成部分（信息、发送者、接收者）的解释方式如何不同于人类。我们整理了 1498 条来自权威事实核查组织的健康误information解释，生成 LLM 对不准确健康信息的响应。基于健康沟通理论，我们在信息语言特征、发送者说服策略和接收者价值观对齐三个关键维度上评估了沟通风格。我们进一步通过 99 名受试者的盲目评估来评估人类感知。我们的发现表明，LLM 生成的文章在说服策略、确定性表达和与社会价值观及道德基础的对齐方面的得分显著低于人类文章。然而，人类评估显示，超过 60% 的响应倾向于选择 LLM 文章，理由是其在清晰度、完整性和说服力方面更受青睐。我们的结果表明，LLM 呈现信息的结构化方法可能尽管在事实核查和健康沟通传统质量度量方面得分较低，却更有效地吸引读者。
引用
@article{arxiv.2505.08143,
title = {Communication Styles and Reader Preferences of LLM and Human Experts in Explaining Health Information},
author = {Jiawei Zhou and Kritika Venkatachalam and Minje Choi and Koustuv Saha and Munmun De Choudhury},
journal= {arXiv preprint arXiv:2505.08143},
year = {2025}
}