arXiv cs.CL· Antonio San Martin·· 11 小时前AI 评分18
面向以人为本的 AI 辅助术语工作
Toward Human-Centered AI-Assisted Terminology Work
AI 导读
论文主张以“以人为本的 AI”框架推进术语工作自动化：LLM 因错误、幻觉和各类偏见在术语用途上仍不可靠，术语专家不可替代。作者认为高度自动化与有意义的人类控制可以并存，AI 应增强术语专家能力并保留其决策权，并从增强型术语专家、伦理 AI 与人本设计三个维度展开分析。
正文 · AI 翻译
摘要：生成式 AI 很可能通过创造新的自动化机会来改变术语工作。与此同时，它也引发了人们对术语学家和术语资源未来的担忧，因为效率压力可能会鼓励过度自动化，其依据是认为人类专业知识可以被 AI 取代的看法。然而，大型语言模型在术语目的上仍然不可靠，原因包括错误、幻觉以及各种形式的偏见，这使得术语学家对于确保术语数据的准确性和可靠性不可或缺。本文认为，以人为本的 AI——一种强调 AI 的首要目标应当是促进人类福祉的方法——提供了一个框架，可以在最大化生成式 AI 益处的同时减轻其风险。文章主张，高水平的自动化与有意义的人类控制是兼容且可取的，并且 AI 应当增强术语学家的能力，同时保留他们的能动性和决策权。AI 辅助术语工作的影响通过三个相互关联的维度加以考察：增强型术语学家、伦理 AI 和以人为本的设计。具体而言，本文考察了 AI 集成如何重塑术语学家的角色、影响职业价值观和工作条件、要求对 AI 生成的偏见进行管理，并呼吁围绕术语学家的需求设计 AI 工具。本文的结论是，以人为本的导向是必要的，以确保 AI 加强而非削弱术语工作在支持专业交流以及跨语言和文化准确传递知识方面的核心作用。
| 主题： | 计算与语言 (cs.CL) |
| 引用为： | arXiv:2512.18859 [cs.CL] |
| （或 arXiv:2512.18859v4 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2512.18859 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | Terminology (2026)，提前在线发表 |
| 相关 DOI： | https://doi.org/10.1075/term.00095.mar
链接到相关资源的 DOI |
提交历史
来自：Antonio San Martín [查看电子邮件]
[v1]
2025年12月21日 周日 19:16:40 UTC (372 KB)
[v2]
2025年12月24日 周三 18:41:46 UTC (367 KB)
[v3]
2026年6月17日 周三 11:35:19 UTC (426 KB)
[v4]
2026年10月15日 周四 21:02:17 UTC (2,605 KB)
来源：arXiv cs.CL · arxiv.org