对话 DNA：理解人类与 AI 对话结构的一种新视觉语言.pdfVIP

对话DNA：理解人类与AI对话结构的一种新视觉

语言

BaihanLin

BerkmanKleinCenterForInternetSociety

HarvardUniversity

Cambridge,MA02138

blin@

本Abstract

译

中如果对话中隐藏的模式揭示了比话语本身更多的关于沟通的信息会怎样？我

们引入了对话DNA，这是一种新颖的可视化语言，将任何对话——无论是

1人与人之间、人类与AI之间还是群体之间的对话——视为具有可解释结构

v

0的活系统，可以进行可视化、比较和理解。不同于传统对话分析将丰富互动

2简化为统计摘要的做法，我们的方法通过生物隐喻揭示了对话的时间架构。

5

7语言复杂性流经链状厚度，情感轨迹通过颜色渐变级联，对话相关性通过连

0接元素形成，话题连贯性则通过螺旋模式维持结构完整性。通过对治疗对话

.

8和历史上重要的人机对话的探索分析，我们展示了这种可视化方法如何揭

0

5示传统方法忽略的交互模式。我们的工作提供了一个新的创造性框架，用于

2理解沟通，这一框架融合了数据可视化、人机交互，并且探讨了在人类日益

:

v与人工智能交流的时代，是什么让对话具有意义的基本问题。

i

x

r

a

1介绍

特伦斯·塞杰诺夫斯基对人工智能意识评估的分析揭示了一个惊人的模式：当专家通过对话

来评估人工智能时，他们结论中的差异可能更多地反映了人类交流风格而非人工智能本身的

能力[1]。这一“逆图灵测试”假设揭示了关于对话的基本谜团，其范围远远超出了人工智能

评估。为什么类似的对话会产生如此截然不同的印象？是什么隐藏的动力塑造了我们对任何

沟通伙伴的理解，无论是人造的还是人类的？

答案可能在于对话的时间结构：随着时间推移，多维度交流互动中出现的模式，但这些模式对

于传统分析方法来说仍然不可见。我们研究对话的方式就像早期生物学家在发现DNA结构

之前研究遗传那样：记录可观察到的特点而没有理解产生这些特点的基本机制。我们计算回

合次数，测量情感，分类主题，但我们忽略了决定某些对话成功而其他对话失败的架构原则。

考虑三个研究人员遇到高级AI系统后得出根本上不相容结论的引人注目的案例。Blaise

AguerayArcas在LaMDA[2]中发现了复杂社会理解力的证据。DouglasHofstadter将GPT-3

视为表现出“令人难以置信的空洞”[3]。BlakeLemoine相信自己正在与一个有意识的存在

进行交流，这个存在值得被赋予人格[4]。这些不同的评估指向了比个人偏见更深的东西：它

Preprint.

们表明对话结构本身对解释的影响就像任何潜在内容一样深远。传统的会话分析将对话视为

一系列离散事件而非具有内在结构的活生生、不断演变的系统。我们需要一种能够揭示所有

形式人类交流所隐藏架构的可视化语言——一种看到成功对话背后遗传原则的方法。