MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386245247 · doi:10.1109/procomm57838.2023.00006

Co-AI Technical Writing: Documentation, Experimentation, User Testing, & Ethical Design

2023· article· en· W4386245247 sur OpenAlexaff
Ann Hill Duin, Isabel Pedersen, Jim Hall, Dan Card, Lee-Ann Kastman Breuch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésDocumentationTransparency (behavior)UsabilityTransformative learningComputer scienceFutures contractTechnical writingTechnical documentationGenerative grammarTechnical communicationEngineering ethicsHuman–computer interactionPsychologyEngineeringArtificial intelligenceHigher educationPedagogyPolitical scienceProgramming language

Résumé

récupéré en direct d'OpenAlex

OpenAI’s ChatGPT technology is now in use across academic and professional contexts, and co-writing content with AI is eclipsing older notions of AI assistantship. This panel re-envisions co-AI technical and professional writing amid this transformative AI writing landscape, inviting participants to join in discussion and research on documenting generative AI’s ability to develop documentation; providing critical examination to deal with issues of explainability, transparency, and user advocacy; introducing co-AI technical writing and usability testing to students; and designing ethical futures through use of ethical algorithmic impact assessment tools and processes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,227
score de la tête « metaresearch » (Gemma)0,330
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,953

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2270,330
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0090,012
Communication savante0,0130,012
Science ouverte0,0040,011
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,407
Tête enseignante GPT0,553
Écart entre enseignants0,146 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArtificial Intelligence in Healthcare and Education→Travaux en français237 207→