下一代：人工智能实验

Generation Next: Experimentation with AI

【作者】 Gary Charness ; Brian Jabarian ; John A. List

2023-09
美国国家经济研究局
查看原文
分享到:
我们研究了大型语言模型（LLM）通过确定关键领域、方向和含义来增强实验中的科学实践的潜力。首先，我们讨论了这些模型如何改进实验设计，包括改进启发措辞、编码实验和生成文档。其次，我们讨论了使用LLM的实验实施，重点是通过创造一致的体验、提高对指令的理解以及实时监控参与者的参与度来增强因果推理。第三，我们强调LLM如何帮助分析实验数据，包括预处理、数据清理和其他分析任务，同时帮助审查者和复制者调查研究。这些任务中的每一项都提高了报告准确发现的概率。

相关资源

智库报告
2023-09
利用家谱数据链接历史记录的突破：人口普查树项目
Kasey Buckles ,Adrian Haws ,Joseph Price ,Haley E.B. Wilbert
智库报告
2023-09
量化与温室气体社会成本一致的气候变化损失和损害
Marshall Burke ,Mustafa Zahid ,Noah Diffenbaugh ,Solomon M. Hsiang
智库报告
2023-09
软件自动化和远程工作者是替代品吗？来自日本的初步证据
Richard Baldwin ,Toshihiro Okubo