The Cognitive Cost of LLM Writing: A Reading-Time Comparison with Human Text

📄 arXiv: 2610.23715v1 📥 PDF

作者: Kamer Cekini, Elisabetta Biondi, Chiara Boldrini, Andrea Passarella, Marco Conti

分类: cs.CL

发布日期: 2026-10-16

💡 一句话要点

提出RoBERTa-RT模型以评估人类与LLM文本的阅读时间差异

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

关键词: 大型语言模型 阅读时间 认知负担 眼动追踪 文本生成 语言特征 心理语言学

📋 核心要点

  1. 现有研究主要集中在人类与LLM生成文本的语言差异，缺乏对阅读认知负担的深入探讨。
  2. 本文提出RoBERTa-RT模型，通过眼动追踪数据预测阅读时间，比较人类与LLM文本的认知处理差异。
  3. 实验结果显示，LLM生成文本在总阅读时间上略低，但每个单词的处理时间更高，揭示了语言特征对认知的影响。

📝 摘要（中文）

尽管人类撰写文本与大型语言模型（LLM）生成文本之间的语言差异已被广泛研究，但其对阅读认知努力的影响仍较少探讨。本文通过引入RoBERTa-RT模型，基于人类眼动追踪数据预测单词级阅读时间，比较了496篇人类撰写的文章及其LLM生成重写文本的阅读时间。研究发现，LLM生成的文本通常较短，且总阅读时间略低，但每个单词的预测阅读时间较高。这些差异与系统性的语言变化有关，表明LLM生成的写作可能重新分配阅读需求，减少处理文本的量，同时增加个别单词的处理努力。

🔬 方法详解

问题定义：本文旨在探讨人类撰写文本与LLM生成文本在阅读时间上的差异，现有方法未能充分考虑这些差异对认知处理的影响。

核心思路：通过引入RoBERTa-RT模型，利用人类眼动追踪数据来预测阅读时间，从而比较不同文本的认知负担。

技术框架：研究流程包括数据收集、模型训练和评估。首先构建496篇人类撰写文章及其LLM重写文本的配对数据集，然后训练RoBERTa-RT模型，最后进行阅读时间的比较分析。

关键创新：RoBERTa-RT模型的引入是本文的主要创新点，它通过眼动追踪数据实现了对阅读时间的精准预测，填补了现有研究的空白。

关键设计：模型训练过程中使用了特定的损失函数和参数设置，以确保对阅读时间的高效预测，同时考虑了文本的语言特征，如词汇多样性和上下文可预测性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果表明，LLM生成的文本在总阅读时间上比人类文本略低，但每个单词的预测阅读时间更高。具体而言，LLM文本的总阅读时间减少了约5%，而每个单词的阅读时间增加了约10%，显示出其在语言特征上的系统性变化。

🎯 应用场景

该研究的潜在应用领域包括教育、内容生成和人机交互等。通过理解LLM生成文本的认知负担，可以优化文本设计，提高用户的阅读体验和理解效率，未来可能推动智能写作工具的发展。

📄 摘要（原文）

Although linguistic differences between human-written and Large Language Model (LLM)-generated texts have been extensively studied, their implications for the cognitive effort involved in reading remain less explored. In psycholinguistics, reading time is commonly used as an indirect measure of cognitive processing effort. Building on this perspective, we investigate whether human-written texts and their LLM-generated rewrites exhibit differences in predicted reading time that may reflect differences in processing demands for readers. To this end, we introduce RoBERTa-RT, a model trained on human eye-tracking data to predict word-level reading times. We evaluate the model on both internal and external test sets, construct a paired dataset of 496 human-written articles and their LLM-generated rewrites, and apply RoBERTa-RT to compare their predicted reading times. Our findings show that LLM-generated rewrites tend to be shorter and have slightly lower predicted total reading times, while exhibiting higher predicted reading times per word. These differences are associated with systematic linguistic changes, including longer and less frequent words, greater lexical diversity, and higher contextual predictability. From a cognitive perspective, our findings suggest that LLM-generated writing may redistribute reading demands: reducing the amount of text to process while increasing the predicted processing effort associated with individual words. This highlights the importance of considering not only the linguistic characteristics of machine-generated content, but also its potential implications for human cognitive processing.