一篇新发表在arXiv上的研究探讨了大型语言模型(LLMs)作为定性数据收集的AI面试官的潜力。在一项涉及大学生的随机实验中,AI面试官使用了一个小型7B参数模型,通过同步文本聊天进行面试。与人类面试官相比,AI系统提出的问题更多,引发的受访者文本也更多,同时保持了相似的面试时长和回复相关性。研究结果表明,AI面试是一种大规模定性数据收集的可行方法,解决了数据安全和可重复性方面的问题。 AI
影响 AI面试在可扩展的定性数据收集方面显示出前景,有可能弥合调查和深度访谈之间的差距。
排序理由 该集群包含一篇详细比较AI主导与人类主导面试的实证研究论文。
- 7B parameters
- AI-interviewers
- AI-interviewing
- Ai System
- arXiv
- General Data Protection Regulation
- large language model
- qualitative interviews
- randomized experiment
- synchronous text chat
- Tobias Priesholm Gårdhus
- university student
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →