摘要 在快速市场迭代的时代,这篇论文展示了民族志方法在理解与非决定性大型语言模型(LLMs)复杂人际互动中的关键作用。通过对“Nova”的长期巫师研究,这是一个模拟的人工智能家庭健康助手,我们揭示了传统可用性方法在高风险、多参与者环境中的局限性。我们的方法论记录了群体人工智能互动中的组织混乱,识别了人-人工智能和人-在-环(HITL)合作中的最佳模式,并追溯了人工智能关系形成的细致过程及其对用户反思和行为的影响。民族志洞察直接导致了包括动态主题分割技术和多项专利申请在内的创新。这项工作表明民族志方法在真实社会背景中理解人工智能系统的不可或缺性,在这些背景下,人类的专业知识和支持仍然至关重要。
Johnson等(星期六)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: