生成式 AI 作为调查问题优化的安全网
统计方法学
2025-09-11 v1 计算机与社会
应用统计
摘要
编写能够轻松且准确地向各种受访者传达其意图的调查问题是一项艰巨且高风险的任务。尽管关于最佳实践的文献众多，但需要考虑的因素极其庞大，即使小小的错误也会使收集的数据对其原有目的变得不可用。起草初始问题、检查已知错误来源并制定解决方案的过程需要相当的时间、专业知识和经济资源。鉴于调查实施成本不断上升以及民调在媒体、政策制定和科研中的关键作用，我们必须利用所有可用工具来保护调查数据完整性以及获得其的经济投资。自 2022 年问世以来，ChatGPT 等生成式 AI 模型平台已被整合到日常生活流程和工作流程中，尤其是文本修订方面。尽管许多研究人员开始探索生成式 AI 在问卷设计方面的帮助，但我们实施了一个提示实验，以系统性地测试平均 ChatGPT 用户可以期待什么样的反馈。来自我们零-shot 提示实验的结果——该实验随机化了 ChatGPT 的版本以及赋予模型的角色——显示出生成式 AI 今天是一个宝贵的工具，即使是普通 AI 用户也能受益，并且表明 AI 将在精确工具不断发展的情况下，在调查开发最佳实践中扮演越来越突出的角色。
引用
@article{arxiv.2509.08702,
title = {Generative AI as a Safety Net for Survey Question Refinement},
author = {Erica Ann Metheney and Lauren Yehle},
journal= {arXiv preprint arXiv:2509.08702},
year = {2025}
}