进入混合未来的时代：人类生成与GPT生成场景的比较研究

《Futures》：Entering the Age of Hybrid Futures: A Comparative Study of Human and GPT-Generated Scenarios

未来场景中生成式AI与人类作者的对比研究，发现AI生成内容存在主题偏向技术、语言多样性降低、情感基调趋同等特点，专家难以准确区分来源，且AI文本的合理性评分较低。

　　在当今社会，随着技术的迅猛发展，大型语言模型（LLMs）在情景生成中的应用日益广泛，为未来研究带来了新的机遇与挑战。情景构建一直以来都依赖于人类的创造力、判断力和深入思考，而如今，像GPT-3、GPT-3.5和GPT-4这样的生成式人工智能模型已经能够大规模地生成看似合理的情景叙述。这项研究通过对比三代GPT模型生成的情景与人类撰写的欧洲未来情景，探讨了LLMs在情景生成方面的表现及其对情景研究方法论的影响。

研究采用了一套精心整理的1080个人类撰写的情景数据集，并对GPT模型进行了微调和提示工程，生成了3240条情景。为了全面评估情景的差异，研究结合了定量分析（如n-gram重叠、词汇多样性、主题建模和情感分析）和定性评估（通过Delphi调查，由42位未来研究专家和自然语言处理（NLP）领域的专家参与）。结果显示，人类与机器生成的情景在主题强调、语言特征和情感基调上存在显著差异。专家们经常错误地将情景归类为人类或机器生成，这反映了人类与AI作者身份界限的模糊化。然而，可信度评估显示，机器生成的情景往往受到一定程度的偏见，而主题方面则倾向于以技术为中心。这些发现引发了关于如何将LLMs整合到情景实践中方法论的深入思考，并提出了未来在混合式人类-人工智能协作中可能的发展方向。

研究强调，情景工作正越来越依赖于人类与AI的协作，这要求未来研究者以更有意义的方式参与技术增强的方法。在情景研究中，人类的创造性思维和对复杂情境的理解能力仍然是不可或缺的。尽管LLMs在某些方面表现出色，但它们在词汇多样性、主题整合和情感表达上仍存在局限性。这些结果表明，情景创作不仅仅是技术问题，更是社会技术系统的一部分，涉及伦理、专业知识和知识论等多方面的问题。

研究还指出，情景生成的质量并不总是与模型的先进程度成正比。虽然GPT-3在与人类情景的匹配度上表现出色，但更先进的模型如GPT-3.5和GPT-4则在词汇多样性和主题整合方面有所欠缺。这表明，情景创作的复杂性需要人类的判断力和创造力来平衡，而不仅仅是依赖于技术工具。此外，情景生成中的伦理问题也值得关注，例如生成内容的偏见和模型架构的透明度。未来研究应关注如何在使用这些工具时保持透明和可追溯性，确保情景的可信度和伦理责任。

最后，研究强调了未来研究者需要具备新的技能，以更好地利用AI工具并对其进行批判性反思。这包括提示工程、可解释性技术以及法律和伦理风险意识。只有通过这些技能的培养，才能真正实现AI在情景研究中的潜力，而不是导致能力的流失。因此，将AI整合到未来研究实践中，不仅是一个技术或效率的问题，更是一个社会技术变革的问题。随着情景方法的演变，专业知识、伦理和知识论的作用将变得更加重要。未来研究的职责是探索如何在创造性的前瞻性过程中利用人类与AI的协作潜力。