开始生成:利用生成式人工智能进行社会科学研究

加入我们，成为托马斯·戴维森, 罗格斯大学, 探索跨多个领域的文本和图像研究的应用程序, 包括计算, qualitative, 实验研究.

本讲座是数据科学项目数据科学伦理系列讲座的一部分.

开始生成:利用生成式人工智能进行社会科学研究

如何将生成式人工智能(GAI)用于社会科学研究? 本文探讨了跨多个领域的文本和图像研究的应用, 包括计算, qualitative, 实验研究. 借鉴最近的研究和程式化的实验与DALL-E和GPT-4, 我将说明文本到文本的潜在应用, image-to-text, 以及社会学研究的文本到图像模型. 在这些领域, GAI可以使先进的计算方法更加高效, flexible, 和可访问. 本文还强调了这些技术带来的一些挑战, 包括可解释性, transparency, reliability, 再现性, ethics, and privacy, 以及偏见的影响和减轻偏见的努力以及专有模型和开源替代方案之间的权衡. 小心使用, 这些技术可以帮助推进方法论的许多不同领域, 补充和增强我们现有的工具包.

托马斯·戴维森是罗格斯大学社会学系的助理教授. 他获得了博士学位。.D. 2020年获得康奈尔大学社会学学位. 他的研究兴趣包括政治社会学、社会运动和文化社会学. 他的研究使用了来自社交媒体和其他网站的数字跟踪数据，并结合了统计分析和计算方法, 包括自然语言处理和机器学习.

他目前正在从事几个关于民粹主义、极右翼政治和社交媒体的项目. 他还致力于研究社交媒体平台上仇恨言论节制政策的演变，并开展实验研究，以了解对仇恨言论的看法如何根据社会背景而变化.