Notice bibliographique
Résumé
ChatGPT is reshaping ideas of agency, companionship, and emotional intelligence in a post digital world. Research has often focused on ChatGPT’s implications in industry settings, such as education, but less attention has been given to how humans personally engage emotionally with digital AI tools. TikTok, shaped by algorithmic visibility and creative user content, offers a unique space to examine these interactions, particularly among younger generations. As ChatGPT’s popularity grows, TikTok has become a site where discourse around generative AI’s adoption and usage unfolds and can be situated as a rich context for analyzing its role in everyday life. This work-in-progress adopts a posthumanist lens to examine how TikTok users construct narratives around ChatGPT's social roles, exploring the platform as a system where norms are renegotiated, and social narratives are co-constructed. The findings reveal that ChatGPT is frequently positioned as a friend, attributed to perceived affordances such as its perceived neutrality, limited need for socioemotional reciprocity, and constant availability. These affordances can lead to emotional dependency and overreliance, as users view these AI features as more advantageous for social and emotional connections than human interactions. The preliminary findings underscore ChatGPT’s emerging role as a relational entity in human-AI interactions. This paper contributes to ongoing discussions about the implications of AI integration as an agent in society and highlights broader shifts in societal norms, and provides insights into how TikTok, as a networked platform, plays a role in these shifts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,008 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».