原始文章

這項研究分析了電影《鳥人或(無知的意外美德)》中的典故字幕翻譯挑戰,對比人類翻譯者與AI生成的阿拉伯語字幕。研究發現,人類翻譯者在名詞短語典故中使用保留策略並添加澄清,而AI則創造新詞。關鍵短語方面,人類翻譯者調整措辭,AI則依賴字面翻譯,未能捕捉細微意義。評估顯示AI在名詞短語上有輕微語義錯誤,但關鍵短語則有嚴重錯誤,影響流暢性。研究建議在評估模型中加入一致性,以提升觀眾理解。 PubMed DOI


站上相關主題文章列表

這份研究探討了在學術寫作中使用像是ChatGPT這樣的先進人工智慧模型的好處和風險,強調了道德考量以及對真實性和可信度的潛在影響。儘管這些工具可以提升效率,但也引起了一些擔憂。研究建議進行全面討論和道德考量,主張人類智慧和批判性思維在學術工作中的重要性。 PubMed DOI

研究發現AI工具ChatGPT在阿拉伯語翻譯中受歡迎,學生喜歡它勝過Google翻譯,老師則偏好後者。ChatGPT適合機械任務,但不適合判斷性任務。研究強調AI翻譯的優勢與挑戰,建議教育工作者應適應這些新趨勢。 PubMed DOI

人工智慧快速進步,改變機器翻譯,減少人類參與。Google翻譯、DeepL等廣泛使用,還有Memoq、Trados等輔助工具。新應用如ChatGPT、GPT-3 Playground模擬人類對話。研究比較法律翻譯,探討未來人類翻譯者角色和僅用機器翻譯的風險。法律文本翻譯比較人工智慧和人類方法。 PubMed DOI

這項研究探討生成式人工智慧(GenAI),特別是ChatGPT和Bard,在數位健康介入中對文本數據質性分析的影響。研究分析了40條針對HIV患者的SMS提醒,發現GenAI與人類編碼者的主題一致性為71%,但在演繹分析中,ChatGPT降至50%,Bard為58%。雖然GenAI能顯著縮短分析時間至20分鐘,但在人類編碼者在細緻主題識別上表現更佳。研究建議結合人類洞察與AI效率,以提升質性研究的效果,並強調未來需關注AI使用的倫理問題。 PubMed DOI

這項研究評估了AI模型在回應英語和阿拉伯語的傳染病問題上的表現,強調多語言環境中獲得準確資訊的公平性。研究比較了ChatGPT-3.5、ChatGPT-4、Bing和Bard在15個與HIV/AIDS、結核病等疾病相關問題上的表現。結果顯示,AI在英語的表現明顯優於阿拉伯語,Bard得分最高。雖然阿拉伯語表現較低,但未達統計顯著性。研究指出,AI在英語的完整性和準確性優於阿拉伯語,建議開發者應改善阿拉伯語使用者的健康資訊獲取。 PubMed DOI

這項研究探討了ChatGPT在科學文章審查中的有效性,並與傳統人類研究者的結果進行比較。研究人員對17篇有關醫療專業人員使用數位工具的文章進行系統性回顧,並透過特定提示引導ChatGPT分析。經過四次迭代後,ChatGPT的結果與原始回顧相當,但人類作者提供了更深入的分析和詮釋。雖然兩者在宏觀主題上相似,但人類驗證仍然重要,以確保研究的徹底性和深度。總體而言,ChatGPT在增強科學文獻產出方面展現潛力,但需依賴人類指導以達最佳效果。 PubMed DOI

這篇文章探討了ChatGPT在系統性回顧和統合分析中的應用、風險及建議。研究指出,ChatGPT在文獻篩選和資訊提取上表現不錯,但在偏見風險評估等複雜任務中則較弱,顯示人類專業知識的重要性。為了有效整合ChatGPT,需謹慎規劃和嚴格控管,並注意AI的錯誤現象。文章強調透明度和遵循倫理標準,建議研究者提升自我迭代、提示工程及批判性思維等技能,以增進AI的表現和人機合作的效率。 PubMed DOI

這項研究探討了使用OpenAI的ChatGPT(版本3.5和4.0)來協助分析患者在社區眼科診所的訪談逐字稿。傳統質性研究耗時且繁瑣,研究人員比較了ChatGPT與人類研究者識別的主題。分析三份逐字稿後,研究者找出六個主要主題,並發現ChatGPT的分析時間顯著縮短,版本3.5約11.5分鐘,4.0約11.9分鐘,而人類需240分鐘。ChatGPT生成的主題與研究者的一致性介於66%到100%,顯示出其在質性研究中的潛力與效率。 PubMed DOI

這項研究探討數位智慧如何改變翻譯教育,並運用文獻計量學和內容分析。研究分析翻譯訓練方法的演變,特別是AI、ChatGPT、大型語言模型和5G技術的應用。主要發現指出,數位工具能提升學生的參與度和技能發展,但也面臨數據質量、技術依賴和倫理標準等挑戰。研究強調需發展先進的訓練平台和策略,以促進師生互動並維護學術誠信,並指出持續創新的重要性,以培養未來翻譯人員的能力。 PubMed DOI

這項研究探討了使用人工智慧,特別是WhatsApp上的OpenAI助手,進行敘事訪談,強調了AI在社會研究中的新角色。研究中,參與者以兩種方式分享相同故事,評估AI的表現,包括結構遵循、同理心和敘事連貫性等。研究提出三個問題,並發現AI能在對話中保持結構與適應性,顯示其在個性化訪談中的潛力。結論指出,觀察指標可幫助非技術背景的研究者評估AI的有效性,並鼓勵未來的研究探索。 PubMed DOI