Key points are not available for this paper at this time.
Cette étude examine l'efficacité des grands modèles de langage (LLMs) dans la production d'e-mails commerciaux de routine, négatifs et persuasifs à des fins éducatives dans le cadre de l'écriture commerciale. Plus précisément, elle compare les résultats générés par quatre LLMs largement utilisés (ChatGPT 3.5, Llama 2, Bing Chat et Bard) lorsqu'ils sont confrontés à des scénarios d'e-mails identiques. Ces e-mails générés sont évalués à l'aide d'une grille élaborée, permettant une évaluation systématique de la performance des LLMs à travers trois types d'e-mails distincts. Les résultats de l'étude montrent que la sortie avec le même prompt varie considérablement malgré la nature plutôt formulée des e-mails commerciaux. Par exemple, certains LLMs ont du mal à suivre la structure demandée et à maintenir la cohérence dans le ton, tandis que d'autres rencontrent des problèmes d'unité et de concision. Les résultats de cette recherche ont des implications pour l'enseignement de l'écriture commerciale (grilles, instructions de tâche, mise en œuvre en classe), ainsi que pour l'intégration de l'IA dans la communication professionnelle en général.
Jovic et al. (Mercredi) ont étudié cette question.