Not a Swiss Army Knife: Academics' Perceptions of Trade-Offs Around Generative Artificial Intelligence Use

在计算学科快速发展的背景下，人们正在致力于揭示生成式人工智能（Gen AI）的社会技术影响。虽然现有研究形式各异，但在学术界直接参与Gen AI的知识工作者方面仍存在明显的差距。我们采访了18名知识工作者，包括教师和学生，以了解他们对Gen AI的社会和技术维度的看法。我们的参与者对用于训练Gen AI的数据的不透明性提出了关切。这种缺乏透明度使得很难识别和解决这些模型产生的不准确、有偏见和潜在有害的信息。知识工作者还表达了对Gen AI破坏教师和学生之间信任关系的担忧，并讨论了可能的解决方案，例如教育准备，以减轻这些担忧。此外，参与者认识到Gen AI加速学习过程并充当可访问的研究助手的潜力，但也存在潜在的社会和权力不平衡的担忧。我们的研究提供了关于知识工作者对教育领域和其他领域中道德使用Gen AI的担忧和希望的见解，对于应对这个新领域具有重要意义。

探讨知识工作者对生成式人工智能的社会和技术影响的看法，以及如何在教育领域中合理使用生成式人工智能

通过对18名知识工作者的采访，发现他们对生成式人工智能的数据透明度、对教师和学生关系的影响、知识民主化和潜在的社会和权力不平衡等方面存在担忧，提出了一些解决方案

研究采用了定性分析方法，通过访谈收集了知识工作者的看法，发现了他们的担忧和建议。研究表明，生成式人工智能在教育领域中具有潜在的优势和风险，需要更多的研究和探讨。

最近的相关研究主要集中在生成式人工智能的技术和应用方面，如生成对抗网络和自然语言处理等。相关论文包括《Generative Adversarial Networks》、《Attention Is All You Need》等。