可复现性不等于构念效度：LLM测量机构化沟通的偏差
原文标题：Reproducibility is not construct validity: LLM measurement of institutionally situated communication
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究以欧盟委员会AI法案咨询数据为样本，将结构化问卷与同一批利益相关方的自由文本提交相链接。LLM标注虽高度可复现（组内相关>0.99），但与问卷测得的同一构念收敛度有限，且分歧在利益群体间系统性变化，并呈现欧洲国家间的空间自相关。作者呼吁在使用LLM作为测量工具时区分可复现性、构念效度与沟通情境差异。
- 问题
- LLM标注高可复现性是否等于其测量结果具备构念效度。
- 方法
- 以欧盟AI法案咨询数据，将结构化问卷与同一批利益相关方的自由文本提交链接，对比LLM标注与问卷测得的同一构念。
- 结果
- 组内相关>0.99但收敛度有限；企业协会文本比问卷更担忧AI风险（g=+1.0）；跨国呈空间自相关（Moran's I=0.347, p=0.036）。
- 影响
- 把LLM当测量工具的团队必须区分可复现性与构念效度，否则会系统性误读利益相关方立场。
机构：European Commission
深读 · 结论先行AI 生成展开看要点与影响 ↓
欧盟AI法案咨询数据显示LLM标注可复现性>0.99，但与问卷同一构念收敛有限且分歧按群体系统性变化。
- •样本为欧盟委员会AI法案咨询数据，将结构化问卷与同一批利益相关方的自由文本提交相链接
- •LLM标注组内相关>0.99，高度可复现，但与问卷测得的同一构念收敛度有限
- •分歧在利益群体间系统性变化：商业协会在文本中比问卷更担忧AI风险（g=+1.0）
- •分歧呈欧洲国家间空间自相关（Moran's I=0.347，p=0.036）
为什么重要：提醒把LLM当测量工具的研究者与政策分析者：高复现性不等于有效度，需区分可复现性、构念效度与沟通情境差异。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。