探索大语言模型用于自动生成与适应问卷
人机交互
2025-08-20 v2 计算机与社会
摘要
有效的问卷设计可提高结果的效度，但由于资源限制和专家获取困难，跨情境创建和适应问卷具有挑战。近期，大语言模型(LLM)的出现导致研究者探索其在调查研究中的潜力。在本工作中，我们聚焦于LLM在协助问卷生成和适应方面的适合性。我们引入了一个新型管道，利用LLM创建新问卷，用目标受众进行预测试以确定潜在问题，并针对不同情境改编现有标准问卷。我们通过两项在Prolific上的研究进行评估，涉及来自美国的238名参与者和来自南非的118名参与者。我们的发现表明，参与者认为LLM生成的文本更清晰，LLM预测试的文本更具体，而LLM改编的问题稍显清晰且偏见性较小。我们的工作为LLM驱动的问卷支持在调查研究中的应用开辟了新机遇。
引用
@article{arxiv.2501.05985,
title = {Exploring LLMs for Automated Generation and Adaptation of Questionnaires},
author = {Divya Mani Adhikari and Alexander Hartland and Ingmar Weber and Vikram Kamath Cannanure},
journal= {arXiv preprint arXiv:2501.05985},
year = {2025}
}
备注
Published in the Proceedings of the 7th ACM Conference on Conversational User Interfaces (CUI '25)