计算机科学 > 人机交互
[提交于 2025年8月20日
]
标题: 通过角色扮演引发用户道德偏好的人类学家大语言模型
标题: An Anthropologist LLM to Elicit Users' Moral Preferences through Role-Play
摘要: 本研究探讨了一种新颖的方法,通过将沉浸式角色扮演游戏与LLM分析能力相结合,以引出用户的道德决策。 在Floridi提出的区分基础上,即硬伦理激发和塑造法律,以及软伦理——道德偏好指导符合法律的决策自由空间内的个体行为,我们专注于通过内容丰富、叙事驱动的互动来捕捉后者。 基于人类学方法,角色扮演游戏让参与者接触到数字隐私领域的伦理相关情景。 在会议期间收集的数据由一个定制的LLM(“GPT人类学家”)进行解释。 通过交叉验证过程进行的评估表明,数据的丰富性和解释框架显著增强了模型预测用户行为的能力。 结果表明,LLM可以有效地用于自动化并增强对软件开发早期阶段用户道德偏好和决策过程的理解。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.