AI-assisted Egyptian hieroglyphic reading in scholarly practice: workload, usability, and acceptance in a pilot feasibility study
这项初步可行性研究评估了人工智能工具 PyThoth 对埃及学家在阅读象形文字时工作量、可用性和接受度的影响，结果表明，虽然该工具提高了任务完成率，但并不一定能提高准确性，并引发了基于经验的复杂的用户感知转变。
原始论文采用 CC BY 4.0 许可（https://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
古埃及文字是一个困扰了学者数百年的谜题。与现代字母（通常一个字母代表一个音素）不同，这些象形文字是复杂的图像组合，可以代表声音、概念甚至整个单词。同一个句子可能以不同的方向阅读，而同一个词根据时期或书写者的不同，可能有多种不同的拼写方式。对于人类专家而言，破译这些文本需要经过多年的训练，以识别数千个独特的符号，理解其语法规则，并从受损的石面上拼凑出意义。这是一项缓慢且细致的工作，构成了埃及学（即对古埃及的研究）的基石。
最近，计算机在识别模式方面变得异常出色，这引发了人们的一种希望：人工智能可以帮助加速这一过程。想象一下这样一个工具：它观察一张石刻照片，识别出其中的符号，建议如何用我们的字母拼写出来，甚至提供翻译。这就是人工智能在人文科学领域的应用前景。然而，尽管这些工具正在实验室中被开发和测试，但从未有人真正询问过真正的专家和学生对在日常工作中应用这些工具有何感受。这项技术是让工作变得更容易了，还是制造了新的问题？它是在帮助学生学习，还是在阻止他们掌握必要的技能？为了找出答案，一个研究小组设置了一个小型现实世界测试，以观察人们实际上是如何与这项技术互动的。
研究人员邀请了九位参与者，其背景涵盖了从刚开始学习的本科生到资深的专业埃及学家。他们给每个人发了一块真实的古埃及石碑（被称为“stela”）的碎片，该石碑已被分成四个较小的部分。参与者被要求将这些部分翻译成英文。一半的时间里，他们独自工作，仅依靠自己的知识和标准的参考书；另一半时间，他们使用一个名为 PyThoth 的新计算机程序。这个程序充当了一个数字助手：它会查看象形文字的图像，建议每个符号是什么，提出一种拼写方案，并提供翻译。至关重要的一点是，计算机并没有替他们完成工作。人类必须检查每一个建议，纠正任何错误，并决定是否接受最终结果。研究人员想要观察这种协作是否改变了人们感受到的脑力投入程度、工具的操作易用性，以及他们是否愿意再次使用它。
结果并非一个关于技术节省时间或让一切变得完美的简单故事。相反，体验完全取决于使用工具的人以及他们所阅读的具体文本。对于一些参与者来说，AI 助手让工作感觉更轻松、更易于处理。而对于另一些人来说，它感觉像是一个负担，拖慢了他们的进度或让他们感到困惑。研究发现，该工具并不一定能使最终的翻译比人类独立工作时更准确。事实上，当人类完成工作时，无论是否有帮助，准确度大致相同。主要的区别在于，AI 似乎鼓励人们完成任务。在没有帮助的情况下，一些参与者在中途放弃了，留下了不完整的翻译；而在使用 AI 时，他们更有可能坚持到底，即使最终结果并没有显著提高。
一个关键的发现是，人们对工具的感觉会根据他们的预期发生令人惊讶的变化。一些学生带着高期望进入实验，认为 AI 会像他们每天使用的智能聊天机器人一样聪明。当他们发现该工具需要通过许多步骤才能修复一个错误时，他们感到沮定的，并觉得该工具比预期的更难使用。在尝试之后，他们对该技术的评价大幅下降。另一方面，少数参与者由于预期较低或没有使用此类工具的经验，反而感到惊喜。他们发现助手帮助他们完成了那些枯燥乏味的部分，他们的工具评价也随之上升。这表明，技术的价值不仅在于计算机有多聪明，还在于其设计在多大程度上匹配了用户的预期和需求。
研究人员还注意到，该工具影响了人们书写答案的方式。在使用 AI 时，不同的参与者开始以非常相似的方式书写他们的翻译，经常复制来自计算机的微小错误或特定的格式选择。尽管他们在独立工作，但这种情况依然发生了。这表明该工具正在塑造他们的输出，有时是以他们并未察觉的方式。一位尝试该系统的专家指出，即使计算机在过程中误识别了符号，它也能产生一个正确的翻译。这引发了一个微妙的担忧：一个流畅、自信的结果可能会掩盖对文本理解的缺陷，从而可能误导那些过度信任计算机的读者。
或许最重要的发现不在于技术本身，而在于如何研究它。研究人员原以为每个人都会坐下来并一次性完成整个实验。然而，现实情况要混乱得多。有些人完成一部分后就停止了；有些人则在几天或几周后回来完成剩余部分；还有些人只填写了调查问卷而没有进行翻译工作。研究结论指出，在专门的人文研究领域，这种零散、不均衡的参与是常态。未来的研究不应将这些不完整的尝试视为失败或丢失的数据，而应将其视为专家与新工具互动的一种自然过程。理解 AI 如何融入古代历史的路径并非一条直线，而是一段复杂的旅程，其中人类的思想、古代文本和机器都以独特的方式相互作用。技术不是解决一切的魔杖，而是一个改变了工作性质的伙伴——无论这种改变是好是坏，都取决于如何使用它。
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。