Voices of Freelance Professional Writers on AI: Limitations, Expectations, and Fears

📄 arXiv: 2504.05008v2 📥 PDF

作者: Anastasiia Ivanova, Natalia Fedorova, Sergei Tilga, Ekaterina Artemova

分类: cs.CL, cs.CY, cs.HC

发布日期: 2025-04-07 (更新: 2025-07-30)

💡 一句话要点

调查AI对自由撰稿人的影响：局限性、期望与担忧

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 AI写作 自由撰稿人 用户调查 伦理问题

📋 核心要点

  1. 现有研究对AI写作工具的伦理影响、多语言支持和长期影响关注不足。
  2. 通过问卷和互动调查，收集专业撰稿人对AI写作工具的实际使用情况和反馈。
  3. 研究结果揭示了LLM在多语言支持、信息准确性、风格适应性和可用性方面的重要性。

📝 摘要（中文）

人工智能驱动的工具，特别是大型语言模型（LLMs）的快速发展，正在重塑专业写作。然而，诸如语言支持、伦理以及对作者声音和创造力的长期影响等关键方面仍未得到充分探索。本研究通过问卷调查（N = 301）和互动调查（N = 36），针对经常使用AI的专业撰稿人，考察了LLM辅助写作在25种以上语言中的实践、伦理问题和用户期望。调查结果揭示了重要见解，反映了LLM对非英语使用者的重要性；错误信息程度、领域和风格适应性；LLM的可用性和关键特征。这些见解可以指导进一步的开发，使撰稿人和更广泛的用户群体受益。

🔬 方法详解

问题定义：论文旨在研究AI驱动的写作工具（特别是LLMs）对自由职业专业撰稿人的影响，包括其局限性、期望和担忧。现有方法未能充分探索LLMs在多语言支持、伦理问题（如错误信息）以及对作者声音和创造力的长期影响等方面的具体情况。

核心思路：论文的核心思路是通过大规模的问卷调查和互动调查，直接从使用AI写作工具的专业撰稿人那里收集第一手数据，了解他们在使用过程中的实际体验、遇到的问题和未来的期望。这种以用户为中心的调研方法能够更准确地反映AI写作工具的真实影响。

技术框架：该研究主要采用两种数据收集方法：一是大规模的问卷调查（N=301），旨在收集更广泛的定量数据，了解用户对LLMs的总体看法和使用习惯；二是小规模的互动调查（N=36），旨在深入挖掘用户在使用LLMs过程中遇到的具体问题和挑战，获取更详细的定性信息。收集到的数据经过统计分析和内容分析，最终形成研究结论。

关键创新：该研究的关键创新在于其以用户为中心的调研方法，直接关注专业撰稿人的声音，而非仅仅依赖于技术指标或理论分析。通过大规模的调查，研究能够更全面地了解AI写作工具在实际应用中的优势和不足，为未来的技术发展提供更具针对性的指导。

关键设计：问卷调查和互动调查的设计是关键。问卷调查需要覆盖LLMs的各个方面，包括语言支持、伦理问题、可用性等，并采用结构化的问卷形式，方便数据分析。互动调查则需要采用开放式问题，鼓励用户分享他们的真实体验和看法。此外，研究还特别关注了非英语使用者的需求，确保调查能够覆盖25种以上的语言。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

调查结果表明，LLMs对非英语使用者至关重要，但在错误信息、领域和风格适应性以及可用性方面仍存在挑战。研究强调了LLMs在写作领域的应用潜力，同时也指出了其需要改进的关键方面，为未来的技术发展提供了方向。

🎯 应用场景

该研究结果可应用于改进AI写作工具的设计，使其更好地满足专业撰稿人的需求，尤其是在多语言支持、信息准确性和风格适应性方面。此外，该研究还有助于制定更合理的AI使用伦理规范，促进AI技术在写作领域的健康发展。

📄 摘要（原文）

The rapid development of AI-driven tools, particularly large language models (LLMs), is reshaping professional writing. Still, key aspects of their adoption such as languages support, ethics, and long-term impact on writers voice and creativity remain underexplored. In this work, we conducted a questionnaire (N = 301) and an interactive survey (N = 36) targeting professional writers regularly using AI. We examined LLM-assisted writing practices across 25+ languages, ethical concerns, and user expectations. The findings of the survey demonstrate important insights, reflecting upon the importance of: LLMs adoption for non-English speakers; the degree of misinformation, domain and style adaptation; usability and key features of LLMs. These insights can guide further development, benefiting both writers and a broader user base.