推文教程钩子：用于激励社交媒体上科学传播的生成式 AI 工具
人机交互
2023-12-06 v2 人工智能
计算机与社会
摘要
科学技术传播对于公众理解并参与快速变化的世界至关重要。推文教程（tweetorials）是一种新兴现象，专家在社交媒体上以富有创意且引人入胜的方式讲解 STEM 主题。然而，STEM 专家难以在第一条推文中写出吸引读者注意的引人入胜的“钩子”。我们提出利用大语言模型（LLMs）帮助用户搭建撰写复杂科学主题中易共鸣钩子的流程的方法。我们证明 LLMs 可帮助作者找到公众易共鸣且有趣的日常经验、避免行话并激发好奇心。我们的评估表明，该系统降低了认知负荷并帮助人们写出更好的钩子。最后，我们讨论了与 LLMs 交互对于保持写作正确性、有效性与真实性的重要性。
引用
@article{arxiv.2305.12265,
title = {Tweetorial Hooks: Generative AI Tools to Motivate Science on Social Media},
author = {Tao Long and Dorothy Zhang and Grace Li and Batool Taraif and Samia Menon and Kynnedy Simone Smith and Sitong Wang and Katy Ilonka Gero and Lydia B. Chilton},
journal= {arXiv preprint arXiv:2305.12265},
year = {2023}
}
备注
10 pages, 10 figures. Proceedings of the 14th International Conference on Computational Creativity (ICCC'23)