Краткое содержание

arXiv:2511.12529v1 Тип объявления: кросс Аннотация: Большие языковые модели находят всё большее применение во многих областях, однако эффективность их использования в качестве вспомогательных инструментов для научного письма — деятельности, требующей точности, мультимодального синтеза и предметной экспертизы — остаётся недостаточно изученной. Мы исследуем потенциал больших языковых моделей (LLM), поддерживающих экспертов в области науки при написании научных статей, уделяя особое внимание составлению аннотаций. Мы разработали стимулированный рандомизированный контролируемый эксперимент с гипотетической конференционной структурой, где участники с соответствующей экспертизой разделены на группы авторов и рецензентов. Вдохновлённые методами поведенческой науки, наша оригинальная система стимулов мотивирует авторов редактировать предоставленные аннотации до приемлемого качества для представления на рецензируемое рассмотрение. Наш межсубъектный дизайн 2×2 расширяется в двух измерениях: источник предоставленной аннотации и раскрытие этой информации. Мы обнаружили, что авторы вносят наибольшее количество правок при редактировании аннотаций, написанных человеком, по сравнению с абстрактами, созданными искусственным интеллектом.