量化与定性话题偏好考察：日本 ChatGPT 对话中早期与晚期参与者的比较研究
社会与信息网络
2023-08-31 v1
摘要
本研究受创新理论启发，考察日本 Twitter 上关于 OpenAI 的 ChatGPT 的参与模式，聚焦两类不同用户群体——早期参与者与晚期参与者。早期参与者定义为在 ChatGPT 早期阶段发起相关对话的个人，而晚期参与者则是较晚日期才开始参与的人。为审视对话性质，我们采用涵盖定量与定性分析的双方法。定量分析显示，早期参与者常探讨更具前瞻性与推测性的话题，强调 ChatGPT 的技术进步与潜在变革影响。相反，晚期参与者更多互动于当下话题，关注现有 AI 能力的优化并考量其固有局限。通过定性分析，我们提出一种方法以衡量两群体间话题内共享或独特观点的比例。我们发现早期参与者通常集中于较有限的观点范围，而晚期参与者展现出更广的观点范围。有趣的是，两群体中推文量与所讨论话题多样性间均发现弱相关。这些发现凸显了识别语义偏差的重要性，而非仅依赖推文量，以理解给定话题下群体间沟通风格的差异。此外，我们通用的双方法在更广泛应用中具潜力，如研究不同用户群体内或 ChatGPT 之外情境中的参与模式。
引用
@article{arxiv.2308.15699,
title = {Investigating Quantitative-Qualitative Topical Preference: A Comparative Study of Early and Late Engagers in Japanese ChatGPT Conversations},
author = {Tomoki Fukuma and Koki Noda and Yuta Yamamoto and Takaya Hoshi and Yoshiharu Ichikawa and Kyosuke Kambe and Yu Masubuchi and Fujio Toriumi},
journal= {arXiv preprint arXiv:2308.15699},
year = {2023}
}