Meaning Is Not A Metric: Using LLMs to make cultural context legible at scale
本立场文件认为，大语言模型可以通过自动生成保留文化语境的“深描”（thick descriptions），从而实现人类意义的大规模可读化，进而克服传统定量指标因依赖“浅描”（thin descriptions）而剥离本质细微差别的局限性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
核心理念：为什么数字无法讲述完整的故事
想象一下，你正试图向一位从未品尝过某种美味、复杂的佳肴的朋友描述它。
“薄层”方式（当前的 AI）：
你可以给你的朋友一份电子表格。你列出了配料：“200克面粉，50克糖，3个鸡蛋。”你列出了烹饪时间：“45分钟。”你列出了价格：“15美元。”
这是一种薄层描述（Thin Description）。它准确、标准化，且易于计算机读取。但它完全忽略了重点。它没有告诉你的朋友，这道菜吃起来有一种“慰藉感”，或者让朋友想起了祖母的厨房，亦或是某种特定节日的传统菜肴。因为你剥离了语境，食物的意义丢失了。
“厚层”方式（作者提出的方案）：
现在，想象你写了一个故事。你描述了肉桂的味道、蒸汽升腾的样子、餐桌上的欢笑声，以及代代相传的食谱背后的历史。
这是一种厚层描述（Thick Description）。它很杂乱，充满了细节，很难放入电子表格中。但它捕捉到了人类的意义。
问题所在：
我们现有的技术（如社交媒体算法或医院系统）运行在“薄层描述”之上。它们只看数字：点击量、点赞数、停留时长或赚取的美元。因为它们无法阅读“厚层”的故事，所以无法理解对人类真正重要的东西。它们针对数字进行优化，即使数字看起来“很好”，也往往让我们感到更加孤独或压力倍增。
解决方案：教计算机阅读故事
作者认为，我们需要的不仅仅是“更好的数字”。我们需要一种让计算机理解世界的新方式。他们提议使用大语言模型（LLMs）——即我们今天使用的智能 AI 聊天机器人——来充当“文化翻译官”。
把 LLM 想象成一支庞大的、反应极快且不知疲倦的人类学家军队。
- 以前： 只有少数人类专家能够解读复杂的社会情境并对其进行“厚层描述”。这对于面对数百万人的规模来说太慢了。
- 现在： LLM 可以阅读社交媒体帖子、新闻文章或对话，并生成“厚层描述”，解释其背后的文化背景、情感和隐藏含义。
目标并不是立即将这些故事转回数字。目标是让计算机先理解故事，以便它能做出真正支持人类福祉的决策。
五大障碍（“警示信号”）
作者很现实。他们表示我们不能仅仅通过拨动一个开关就实现这一目标。要实现这一点，存在五个主要挑战：
- 语境为王（Context is King）： 一个词语或行为只有在特定的“何时”和“何地”发生时才有意义。在美洲，“竖大拇指”是好的，但在中东部分地区则是冒犯性的。AI 必须理解该行为所立足的特定文化“土壤”，而不仅仅是行为本身。
- 不存在单一真相： 不同的人对同一事件会有不同的解读。一场抗议活动对一群人来说可能是“英雄式的”，而对另一群人来说则是“混乱的”。系统不应试图挑选一个“正确”答案；它需要同时容纳多种相互冲突的真相。
- 内部视角与外部视角： 要真正理解意义，你需要两种视角：一个是“内部人”（正在经历该体验的人），另一个是“外部人”（分析该现象的专家）。AI 需要平衡当下的原始感受与对文化的分析性理解。
- 质量与数量： 我们经常问：“有多少意义？”（一个数字）。但真正的问题是：“意义是什么？”（一个故事）。你不能简单地把“意义点数”累加起来。系统需要尊重故事的内容与数字的大小之间的区别。
- 意义是流动的： 意义不是一座雕像，而是一条河流。随着人们的交谈和互动，它在流动和变化。如果 AI 今天将某事标记为“有意义的”，这个标签本身可能会改变人们明天看待它的方式。系统必须具备足够的灵活性，以适应不断演变的文化。
行动号召：“领域无关编码”
论文建议了一种具体的开始方式：领域无关定性编码（Domain-Agnostic Qualitative Coding）。
在社会科学中，研究人员通常会将杂乱的现实世界数据进行分类（编码）以寻找模式。通常，人类专家需要为每一项研究设计一个特定的“编码手册”。
- 提议： 使用 LLM 实时自动创建这些编码手册。如果 AI 看到一种新型的对话，它应该能够说：“好吧，这是针对这种特定情况的一个新类别，”然后应用它，同时仍需与人类专家核实以确保公平。
警告（风险）
作者以严肃的警告结束。仅仅因为我们可以让人的意义对机器变得可读，并不意味着我们应该在不加谨慎的情况下这样做。
- 简化的风险： 我们可能会试图衡量“什么重要”，却在无意中再次衡量了一些肤浅的东西，只是换了一个华丽的新标签。
- 权力的风险： 如果政府或企业能够读取我们最深层的文化意义和情感，他们可以用这种力量造福（如更好的医疗保健），也可以用于可怕的控制（如预测并惩罚“思想犯罪”）。
- 扭曲的风险： 通过将文化强行纳入一个可以读取它的系统中，我们可能会在无意中改变文化本身，使人们表现得更符合计算机的类别，而不是他们真实的生活。
总结
论文认为，意义不是一个指标。你无法用电子表格来测量人类的灵魂。为了构建真正造福人类的技术，我们需要利用 AI 来理解人类行为背后丰富的、复杂的、文化性的故事，而不仅仅是他们产生的数字。但我们必须谨慎行事，尊重意义的复杂性、变化性和深刻的个人属性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。