How generative artificial intelligence portrays science: Interviewing ChatGPT from the perspective of different audience segments

透视图(图形) 科学传播 公众科学意识 实证主义 生成语法 科学共识 心理学 科学教育 经验主义 社会学 认识论 数据科学 计算机科学 人工智能 数学教育 生物 生态学 哲学 气候变化 全球变暖
作者
Sophia Charlotte Volk,Mike S. Schäfer,Damiano Lombardi,Daniela Mahl,Xiaoyue Yan
出处
期刊:Public Understanding of Science [SAGE]
标识
DOI:10.1177/09636625241268910
摘要

Generative artificial intelligence in general and ChatGPT in particular have risen in importance. ChatGPT is widely known and used increasingly as an information source for different topics, including science. It is therefore relevant to examine how ChatGPT portrays science and science-related issues. Research on this question is lacking, however. Hence, we simulate “interviews” with ChatGPT and reconstruct how it presents science, science communication, scientific misbehavior, and controversial scientific issues. Combining qualitative and quantitative content analysis, we find that, generally, ChatGPT portrays science largely as the STEM disciplines, in a positivist-empiricist way and a positive light. When comparing ChatGPT’s responses to different simulated user profiles and responses from the GPT-3.5 and GPT-4 versions, we find similarities in that the scientific consensus on questions such as climate change, COVID-19 vaccinations, or astrology is consistently conveyed across them. Beyond these similarities in substance, however, pronounced differences are found in the personalization of responses to different user profiles and between GPT-3.5 and GPT-4.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
彭于晏应助PATTOM采纳,获得10
1秒前
CipherSage应助thirteen采纳,获得10
1秒前
陈乔发布了新的文献求助10
3秒前
Owen应助雨淋沐风采纳,获得10
4秒前
5秒前
7秒前
Eraser发布了新的文献求助10
7秒前
星辰大海应助ComeOn采纳,获得10
7秒前
wanci应助xixi采纳,获得10
7秒前
香蕉秃头jk完成签到,获得积分10
8秒前
苦思力发布了新的文献求助10
9秒前
13秒前
细心可乐完成签到 ,获得积分10
14秒前
14秒前
Mr.Young发布了新的文献求助10
17秒前
17秒前
17秒前
Hello应助小西采纳,获得10
18秒前
PATTOM发布了新的文献求助10
18秒前
星辰大海应助大饼采纳,获得10
19秒前
领导范儿应助gx977960223采纳,获得10
19秒前
陈ber裤腰带完成签到,获得积分10
19秒前
固的曼完成签到,获得积分10
22秒前
科目三应助哈娜桑de悦采纳,获得10
23秒前
26秒前
PATTOM完成签到,获得积分10
26秒前
26秒前
闾丘惜寒完成签到,获得积分10
28秒前
研友_7ZeNx8发布了新的文献求助10
30秒前
orixero应助juphen2采纳,获得10
30秒前
31秒前
大个应助可知蝶恋花采纳,获得10
32秒前
36秒前
陳新儒发布了新的文献求助10
37秒前
楠楠2001完成签到 ,获得积分10
37秒前
38秒前
完美世界应助聆听雨采纳,获得10
38秒前
WOLF发布了新的文献求助10
41秒前
传奇3应助陳新儒采纳,获得10
41秒前
41秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1800
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
Barge Mooring (Oilfield Seamanship Series Volume 6) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3314052
求助须知:如何正确求助?哪些是违规求助? 2946471
关于积分的说明 8530176
捐赠科研通 2622111
什么是DOI,文献DOI怎么找? 1434341
科研通“疑难数据库(出版商)”最低求助积分说明 665205
邀请新用户注册赠送积分活动 650804