用户偏好LLM生成的内容——直到他们知道是AI生成的
人机交互
2025-03-24 v1 机器学习
综合经济学
经济学
摘要
本文研究了个人在内容来源被隐藏或披露的情况下，如何评估人类和大型语言模型对热门问题的回答。通过一项受控现场实验，参与者被呈现一组问题，每个问题附带由人类或AI生成的回答。在随机设计中，一半参与者被告知回答的来源，另一半则不知情。我们的发现表明，总体而言，参与者倾向于偏好AI生成的回答。然而，当AI来源被披露时，这种偏好显著减弱，这表明评估判断受到回答来源披露的影响，而不仅仅取决于其质量。这些结果揭示了对AI生成内容的偏见，强调了在质量评估应处于首要地位的环境中改善AI工作认知的社会挑战。
引用
@article{arxiv.2503.16458,
title = {Users Favor LLM-Generated Content -- Until They Know It's AI},
author = {Petr Parshakov and Iuliia Naidenova and Sofia Paklina and Nikita Matkin and Cornel Nesseler},
journal= {arXiv preprint arXiv:2503.16458},
year = {2025}
}