Måling af overtalende sprogbrug i AI-genereret tekst
Ph.d.-forsvar, fredag den 29. maj 2026, Amalie Pauli
I løbet af sit ph.d.-projekt har Amalie Pauli undersøgt, hvordan man kan måle og evaluere stilrelaterede aspekter af tekst, særligt i tekst genereret af kunstig intelligens. Med den hastige udvikling og stigende anvendelse af store sprogmodeller, såsom chatbots, er det blevet vigtigt ikke kun at vurdere den information, disse systemer genererer, men også hvordan den formidles — for eksempel om teksten indeholder overtalende sprogbrug. Det er imidlertid vanskeligt at måle denne type sprogbrug, da stil er subjektiv, nuanceret og afhænger af konteksten.
Amalie Pauli har haft fokus på at måle store sprogmodellers evne til at generere overtalende sprog og har undersøgt, hvordan forskellige betingelser påvirker både typen og graden af det overtalende sprog, der produceres. Forskningen viser blandt andet, hvordan genererede tekster kan afspejle kønsstereotypt sprog i brugen af overtalende sprog. Derudover har projektet kritisk evalueret eksisterende evalueringsmetoder inden for stilrelaterede opgaver og vist, at ofte anvendte metoder ikke altid måler det, de har til hensigt at måle. Projektet understreger behovet for evalueringsmetoder, der er både pålidelige (konsistente), valide (måler det tilsigtede) og effektive at anvende i stor skala.
Resultaterne bidrager til en bedre forståelse af, hvordan man evaluerer nuancerede og subjektive aspekter af AI-genereret tekst. Dette er vigtigt for udviklingen af troværdige AI-systemer og for at kunne identificere potentielle risici relateret til påvirkning, bias og misinformation i automatiseret kommunikation.
Ph.d.-studiet er gennemført ved Institut for Datalogi, Faculty of Natural Sciences, Aarhus Universitet.
Dette resumé er udarbejdet af den ph.d.-studerende.
Tid: Fredag den 29 Maj 2026 kl. 10.00
Sted: Bygning 5342, lokale 333, Institut for Datalogi, Aarhus Universitet, Åbogade 34, 8200 Aarhus N
Title of PhD thesis: Persuasive Language and Style in Text: Reliability, Validity, and Efficiency
Contact information: Amalie Brogaard Pauli, e-mail: ampa@cs.au.dk
Bedømmelsesudvalg:
Professor Anne Lauscher, Department of Data Science, University of Hamburg Business School, Germany
Professor Steffen Eger, Department Computer Science and AI, University of Technology Nuremberg, Germany
Associate Professor Stefanie Zollmann, (chair), Department of Computer Science, Aarhus University, Denmark.
Hovedvejleder: Professor Ira Assent, Department of Computer Science, Aarhus University
Medvejleder: Professor Isabelle Augenstein, Department of Computer Science, University of Copenhagen, Denmark
Sprog: Ph.d.-afhandlingen forsvares på engelsk
Forsvaret er offentligt.
Afhandlingen ligger til gennemsyn hos Graduate School of Natural Sciences (GSNS), Ny Munkegade 120, bygning 1521, 8000 Aarhus C