Prompt Design Matters for Computational Social Science Tasks but in Unpredictable Ways

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Atreja, Shubham, Ashkinaze, Joshua, Li, Lingyao, Mendelsohn, Julia, Hemphill, Libby
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computers and Society
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

"HOT" ChatGPT: The promise of ChatGPT in detecting and discriminating hateful, offensive, and toxic comments on social media
von: Li, Lingyao, et al.
Veröffentlicht: (2023)

Evaluating how LLM annotations represent diverse views on contentious topics
von: Brown, Megan A., et al.
Veröffentlicht: (2025)

How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence From a Large, Dynamic Experiment
von: Ashkinaze, Joshua, et al.
Veröffentlicht: (2024)

AppealMod: Inducing Friction to Reduce Moderator Workload of Handling User Appeals
von: Atreja, Shubham, et al.
Veröffentlicht: (2023)

War and Peace (WarAgent): Large Language Model-based Multi-Agent Simulation of World Wars
von: Hua, Wenyue, et al.
Veröffentlicht: (2023)

Deep Value Benchmark: Measuring Whether Models Generalize Deep Values or Shallow Preferences
von: Ashkinaze, Joshua, et al.
Veröffentlicht: (2025)

Plurals: A System for Guiding LLMs Via Simulated Social Ensembles
von: Ashkinaze, Joshua, et al.
Veröffentlicht: (2024)

Crowdsourced reviews reveal substantial disparities in public perceptions of parking
von: Li, Lingyao, et al.
Veröffentlicht: (2024)

Prompt Selection Matters: Enhancing Text Annotations for Social Sciences with Large Language Models
von: Abraham, Louis, et al.
Veröffentlicht: (2024)

Computational Phenomenology of Temporal Experience in Autism: Quantifying the Emotional and Narrative Characteristics of Lived Unpredictability
von: Dudzic, Kacper, et al.
Veröffentlicht: (2026)

Seeing Like an AI: How LLMs Apply (and Misapply) Wikipedia Neutrality Norms
von: Ashkinaze, Joshua, et al.
Veröffentlicht: (2024)

PaperRepro: Automated Computational Reproducibility Assessment for Social Science Papers
von: Zhang, Linhao, et al.
Veröffentlicht: (2026)

Landscape of Generative AI in Global News: Topics, Sentiments, and Spatiotemporal Analysis
von: Xian, Lu, et al.
Veröffentlicht: (2024)

GeoAI in Social Science
von: Li, Wenwen
Veröffentlicht: (2023)

What Is Actually Being Annotated? Inter-Prompt Reliability as a Measurement Problem in LLM-Based Social Science Labeling
von: Liu, Jingyuan
Veröffentlicht: (2026)

Counting Hours, Counting Losses: The Toll of Unpredictable Work Schedules on Financial Security
von: Nokhiz, Pegah, et al.
Veröffentlicht: (2025)

Arti-"fickle" Intelligence: Using LLMs as a Tool for Inference in the Political and Social Sciences
von: Argyle, Lisa P., et al.
Veröffentlicht: (2025)

Intelligent Computing Social Modeling and Methodological Innovations in Political Science in the Era of Large Language Models
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Is Machine Learning Unsafe and Irresponsible in Social Sciences? Paradoxes and Reconsidering from Recidivism Prediction Tasks
von: Liu, Jianhong, et al.
Veröffentlicht: (2023)

Integrating Natural Language Prompting Tasks in Introductory Programming Courses
von: Kerslake, Chris, et al.
Veröffentlicht: (2024)

Characterizing Online Toxicity During the 2022 Mpox Outbreak: A Computational Analysis of Topical and Network Dynamics
von: Fan, Lizhou, et al.
Veröffentlicht: (2024)

Computational Thinking with Computer Vision: Developing AI Competency in an Introductory Computer Science Course
von: Chowdhury, Tahiya
Veröffentlicht: (2025)

ALAS: Autonomous Learning Agent for Self-Updating Language Models
von: Atreja, Dhruv
Veröffentlicht: (2025)

The Effects of Moral Framing on Online Fundraising Outcomes: Evidence from GoFundMe Campaigns
von: Kim, Ji Eun, et al.
Veröffentlicht: (2025)

LLM-Assisted Replication for Quantitative Social Science
von: Kubota, So, et al.
Veröffentlicht: (2026)

Evaluating Code Generation of LLMs in Advanced Computer Science Problems
von: Catir, Emir, et al.
Veröffentlicht: (2025)

Benefits and Risks of Using ChatGPT4 as a Teaching Assistant for Computer Science Students
von: Aragonés-Soria, Yaiza, et al.
Veröffentlicht: (2024)

Homoglyph-based Adversarial Perturbation of Introductory Computer Science Theory Problems
von: Alexander, Aidan, et al.
Veröffentlicht: (2026)

Embedding Privacy in Computational Social Science and Artificial Intelligence Research
von: Jones, Keenan, et al.
Veröffentlicht: (2024)

Prompt Programming: A Platform for Dialogue-based Computational Problem Solving with Generative AI Models
von: Pădurean, Victor-Alexandru, et al.
Veröffentlicht: (2025)

AI Mentors for Student Projects: Spotting Early Issues in Computer Science Proposals
von: Aher, Gati, et al.
Veröffentlicht: (2025)

Simulating Generative Social Agents via Theory-Informed Workflow Design
von: Yan, Yuwei, et al.
Veröffentlicht: (2025)

Ways of Seeing, and Selling, AI Art
von: van Heerden, Imke
Veröffentlicht: (2025)

Why Slop Matters
von: Kommers, Cody, et al.
Veröffentlicht: (2025)

The Potential of Answer Classes in Large-scale Written Computer-Science Exams -- Vol. 2
von: Lohr, Dominic, et al.
Veröffentlicht: (2024)

Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy for Empirical Evaluation of LLM-based Agents
von: Vatsal, Shubham, et al.
Veröffentlicht: (2026)

A Review of Generative AI in Computer Science Education: Challenges and Opportunities in Accuracy, Authenticity, and Assessment
von: Reihanian, Iman, et al.
Veröffentlicht: (2025)

Reinforcement Learning and Life Cycle Assessment for a Circular Economy -- Towards Progressive Computer Science
von: Buchner, Johannes
Veröffentlicht: (2025)

Developer Insights into Designing AI-Based Computer Perception Tools
von: Guhan, Maya, et al.
Veröffentlicht: (2025)

Bridging Technology and Humanities: Evaluating the Impact of Large Language Models on Social Sciences Research with DeepSeek-R1
von: Gu, Peiran, et al.
Veröffentlicht: (2025)