与下一短语建议的交互：建议系统如何辅助并影响写作的认知过程
人机交互
2023-04-06 v2 人工智能
摘要
由大语言模型驱动的下一短语建议写作正日益普及。然而，理解写作者在使用此类系统时的交互与决策过程的研究仍在起步。我们开展了一项定性研究，以揭示写作者在借助下一短语建议系统写作时的认知过程。为此，我们招募了 14 名业余写作者，每人撰写两篇评论，一篇无建议，一篇有建议。此外，我们还对建议系统施加正向与负向偏置，以获得写作者观点与语言模型偏置在不同程度一致或不一致时的多样化实例。我们发现写作者以多种复杂方式与下一短语建议交互：写作者抽象并提取建议的多个部分，并将其融入自己的写作中，即便他们不赞同建议整体；同时基于各种标准对建议进行评估。建议系统也对写作过程产生多种影响，例如改变写作者惯常的写作计划、导致更高程度的分心等。基于以 Hayes 写作认知过程模型为视角的定性分析，我们提出了针对电影评论写作任务中基于 GPT-2（以及一般而言因果语言模型）的“写作者-建议交互”理论模型，并给出未来研究与设计的方向。
引用
@article{arxiv.2208.00636,
title = {Interacting with next-phrase suggestions: How suggestion systems aid and influence the cognitive processes of writing},
author = {Advait Bhat and Saaket Agashe and Niharika Mohile and Parth Oberoi and Ravi Jangir and Anirudha Joshi},
journal= {arXiv preprint arXiv:2208.00636},
year = {2023}
}