检测 AI 介导的交流对语言复杂度与情感的影响
计算与语言
2025-04-29 v1 人机交互
摘要
鉴于大语言模型对语言模式具有微妙的人类化效应,本研究考察了随时间推移的语言变化,以检测 AI 介导的交流(AI-MC)对社交媒体的影响。我们比较了一个由 970,919 条 2020 年(ChatGPT 出现前)推文组成的可复现数据集与同一时期 2024 年的 20,000 条推文,所有推文均提及选举期间的 Donald Trump。结合 Flesch-Kincaid 可读性评分与极性评分,我们分析了文本复杂度与情感的变化。我们的发现表明:平均情感极性显著上升(0.12 对比 0.04),内容从以中性为主(2020 年 54.8% 对比 2024 年 39.8%)转向更积极的表达(28.6% 增至 45.9%)。这些发现不仅表明 AI 在社交媒体交流中的存在日益增强,也揭示了其对语言与情感表达模式的影响。
引用
@article{arxiv.2504.19556,
title = {Detecting Effects of AI-Mediated Communication on Language Complexity and Sentiment},
author = {Kristen Sussman and Daniel Carter},
journal= {arXiv preprint arXiv:2504.19556},
year = {2025}
}
备注
5 pages, 3 figures, Companion Proceedings of the ACM Web Conference 2025