Key points are not available for this paper at this time.
Modelos de linguagem (MLs) mostram-se promissores como ferramentas para comunicar ciência ao público em geral, simplificando e resumindo linguagem complexa. Como os modelos podem ser solicitados a gerar texto para um público específico (por exemplo, adultos com ensino superior), os MLs podem ser utilizados para criar múltiplas versões de resumos em linguagem simples para pessoas com diferentes familiaridades com tópicos científicos. No entanto, não está claro quais são os benefícios e armadilhas da linguagem simples adaptativa. Quando a simplificação é necessária, quais são os custos disso e esses custos diferem para leitores com diferentes conhecimentos de fundo? Por meio de três estudos com os mesmos participantes, nos quais apresentamos resumos para diferentes públicos imaginados a participantes de diferentes origens, descobrimos que, enquanto textos mais simples proporcionavam a melhor experiência de leitura para leitores com pouca ou nenhuma familiaridade com um tópico, leitores com alta familiaridade tendiam a ignorar certos detalhes em resumos excessivamente simples (por exemplo, limitações do estudo). Nosso trabalho fornece métodos e orientações sobre formas de adaptar resumos em linguagem simples além do público "geral".
August et al. (Sáb,) estudaram esta questão.