MétaCan
Menu
← Retour à la cohorte
Enregistrement W7131113904 · doi:10.1109/snams67467.2025.11390997

Simulating Team Dysfunction with ChatGPT: A Study of Generative Dialogue and Supervised Classification

2025· article· W7131113904 sur OpenAlexfundno aff
Yasmeen Walid Abuhasirah, Hafedh Mili, Daniel Tomiuk

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSet (abstract data type)ConstructiveSocial mediaDysfunctional familyGenerative grammarDimension (graph theory)Closed captioning

Résumé

récupéré en direct d'OpenAlex

During the COVID pandemic, students relied exclusively on digital communication for group work, which appeared to have led to more frequent team dysfunctions. Such dysfunctions usually manifest themselves in textual traces of social media exchanges. There are several potential explanations for the increase in team dysfunctions; our work explores the extent to which this increase is due to the inadequacy of social media application functionalities to support team work. This exploration led us to pursue several research objectives, including 1) seeking a precise characterization of team dysfunctions, and 2) seeking to develop a machine learning-based classification model that can detect specific dysfunctions in textual traces of team social media conversations. For the first objective, we relied on a Lencioni’s work, who identified five team performance dimensions (trust, constructive conflict, commitment, accountability, attention to results) and linked dysfunctions to poor performance along these dimensions. For the second objective, we needed a (data) set of textual conversations between members of dysfunctional teams, that are ideally but not necessarily labeled with the appropriate dysfunctions. We could find no such dataset-labeled or not. Can we use ChatGPT to generate such a dataset, to be used later to train a classifier? The answer is a qualified, but promising yes. We used a properly primed ChatGPT 3.5, with carefully designed prompts, to generate 1000 dialogues, 200 for each performance dimension (e.g. trust), broken down about evenly between high performance (67), medium level (66), and poor performance (67). We evaluated the resulting dialogues in two complementary ways: 1) having human subjects read them and and assign them a performance label and compare it to the label of the prompt used to generate them, and 2) for each performance dimension, use the the generated 200 dialogues to train a three-class classifier, with one class per performance level, and used cross validation to see if the classifiers were able to distinguish between the three levels. Regarding the first validation, despite experimental design flaws discovered after the fact, we found that ChatGPT performed well on the high and poor performance dialogues, but poorly on the medium level dialogues, which is consistent with existing research on “median values”. The second validation showed that dialogues generated for the (lack of) accountability performed best, with a F-score of $88 \%$ achieved with SVM, and (lack of) trust performed worst, with an F-score of $75 \%$, achieved with Random Forest. Those results showed the potential of LLMs to generate dialogues exhibiting different team dynamics.

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)0,009
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,048
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,147
Tête enseignante GPT0,406
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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