Introducing Human-Centeredness in AI-Assisted Lexicography
本文提出了一个以人为本的词典编纂 AI 框架，该框架确定了四个关键维度——增强型词典编纂者、社会技术语境、偏见和工具设计——以确保 AI 是增强而非取代词典编纂者，同时保留专业能动性和语言多样性。
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
想象一下，编纂词典的世界就像一座宏伟而繁忙的图书馆，资深的图书管理员（词典编纂者）数百年来一直细心地记录着人类语言中的每一个词汇、每一个故事和每一丝文化细微差别。现在，想象一个超快、超智能的机器人助手（生成式人工智能）刚刚走进了这里。这个机器人可以在眨眼间阅读数百万本书，并以你还没来得及说出“你好”的速度就能吐出定义。
但转折在于：本文作者安东尼奥·圣马丁（Antonio San Martín）和凯瑟琳·特雷克（Catherine Trekker）正在发出一种友好但坚定的警示。他们并不是在说：“开除图书管理员，让机器人来掌管一切！”相反，他们提出了一种**以人为本的人工智能（Human-Centered AI）**方法。这可以被看作是为图书管理员打造的高科技外骨骼。机器人不是为了取代图书管理员，而是赋予他们超强的力量，让他们能更好地、更快地、更有创造力地完成工作，同时由图书管理员牢牢握住方向盘。
机器人的超能力（及其缺陷）
本文指出，这种新型人工智能机器人是一个游戏规则的改变者。它可以起草定义、寻找同义词，并在几秒钟内分析海量文本。这就像拥有一个永不眠的研究助理。然而，作者非常明确地指出：这个机器人并不完美。
他们指出，机器人会产生“幻觉”（凭空捏造）、对日期感到困惑，有时还会重复其训练数据中习得的陈旧刻板印象。如果我们让机器人独自管理图书馆，它可能会意外地抹除稀有方言，混淆历史与现状，或者将一种文化的观点呈现为唯一的真理。论文明确反对那种仅仅为了节省成本或追求速度而用机器取代人类专家的想法。他们说，这就像是用微波炉取代顶级大厨；没错，你能得到食物，但你会失去这顿饭的灵魂、细微差别和安全性。
幸福伙伴关系的四大支柱
为了确保这种合作关系能够顺利进行，作者建议从四个特定领域进行观察：
1. 超级图书管理员（增强型词典编纂者）
论文认为，目标不是让图书管理员变得过时，而是让他们实现“增强”。想象一下，图书管理员戴着一副智能护目镜，能瞬间高亮显示有趣的词汇模式。机器人负责处理扫描数据的繁重体力活，但人类决定什么才是真正重要的。
- 难点： 论文建议我们需要找到完美的平衡点。如果机器人做得太多，图书管理员会感到厌倦并丧失技能（就像一位从不飞行、最终忘记如何降落的飞行员）。如果人类做得太多，则会错失机器人的速度优势。作者建议我们需要针对每项任务仔细测试这种平衡，看看实际效果是在提供帮助还是造成了精神疲劳。
2. 图书馆的规则（社会技术语境）
这部分关乎“谁说了算”的动态关系。作者警告说，如果图书馆的所有者（如大公司）仅仅为了削减成本而强行引入机器人，那么图书管理员可能会沦为单纯的“按键员”，仅仅是检查机器人的工作而没有真正的决策权。
- 现实检查： 论文建议，要使这种合作奏效，图书管理员必须保留对机器人说“不”的权力。如果机器人在未经人类参与的情况下被强加于他们，可能会破坏他们的工作满意度和词典的质量。作者怀疑，如果没有人类控制，机器人可能会优先考虑利润，而非人类语言那丰富、复杂且美丽的多元性。
3. 机器人的偏见（“回声壁效应”）
这是最棘手的部分。机器人的训练数据来自于互联网的一大部分，而这部分内容主要以英语为主，并由西方文化主导。
- 问题所在： 论文指出，机器人可能会无意中偏袒英语而非其他语言，将陈旧的历史当作现状对待，或重复文化刻板印象。如果它不确定，甚至会捏造事实。
- 解决方案： 作者强调，需要人类来捕捉这些错误。他们建议图书管理员需要成为“偏见粉碎者”，利用其深厚的知识来识别机器人何时表现得不公平或不准确。如果我们不这样做，机器人可能会创造一个反馈循环，让错误的信息不断重复，从而使世界的语言记录变得缺乏多样性和公平性。
4. 构建正确的工具（设计）
最后，论文谈到了工具应该是什么样子的。目前，许多图书管理员被迫在聊天机器人和他们的数据库之间来回切换，这很烦人，也会降低效率。
- 构想： 作者建议，人工智能应该被构建在图书管理员的工作空间之内，就像木匠腰带上的工具一样，而不是角落里的另一台独立机器。他们提议，这些工具应该在设计时就与图书管理员一起参与，而不仅仅是为他们设计。
- 一个聪明的技巧： 为了防止图书管理员盲目信任机器人，作者建议工具可以询问“你确定吗？”或者清晰地展示机器人的来源。他们还提出了一个巧妙的想法：也许机器人应该等到图书管理员先完成自己的思考之后再介入，这样机器人的建议才不会在无意中误导图书管理员，让他们误以为机器人的第一个直觉就是唯一正确的答案。
底线
论文总结道，人工智能肯定正在进入词典领域，并且它将长期存在。但核心问题不在于它是否会到来，而在于它将“如何”到来。作者建议，如果我们遵循这条以人为本的路径——即机器人是一个强大的助手，而人类始终是掌控者——我们就能保持词典的准确性、多样性和人类精神。
他们并不声称自己已经掌握了所有答案。相反，他们建议我们需要不断测试、不断与图书管理员交流，并不断设计出尊重人类专业知识的工具。目标不是一场机器人接管，而是一个技术帮助我们更好地理解彼此，同时又不丢失人类那独特、复杂且精彩的声音的未来。
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。