WordDecipher：利用可解释 AI 提升非英语母语者的数字工作空间沟通

非英语母语者（NNES）在数字工作空间沟通（如电子邮件、Slack 消息）中面临挑战，常无意间从其母语翻译表达，可能导致尴尬或错误的用法。当前的 AI 辅助写作工具配备了流畅度增强和改写建议功能；然而，NNES 可能难以掌握各种表达之间的微妙差异，从而难以选择能准确反映其意图的表达。此类挑战在基于文本的高风险沟通中尤为严重，非语言线索的缺失增加了误解的风险。通过利用大语言模型（LLM）和词嵌入的最新进展，我们提出了 WordDecipher，一种可解释的 AI 辅助写作工具，以增强 NNES 的数字工作空间沟通。WordDecipher 不仅能识别用户写作中感知到的社交意图，还能通过数值方式或从用户的母语写作中进行推断，生成与用户预期信息相一致的改写建议。随后，WordDecipher 提供细微差异的概览以帮助 NNES 做出选择。通过使用场景，我们展示了 WordDecipher 如何显著增强 NNES 表达其请求的能力，彰显了其为 NNES 变革工作空间沟通的潜力。