第13周行业和学术资讯推送

发表于： 分类于：
字数： 1689 阅读：≈ 4分钟 浏览：

本周行业资讯

特别推荐

本周学术资讯

  • Westwood, S. J. (2025). The potential existential threat of large language models to online survey research. Proceedings of the National Academy of Sciences of the United States of America, 122(47), e2518075122. https://doi.org/10.1073/pnas.2518075122

    导读

    大语言模型会捏造调查结果，让在线问卷调查失真？这项研究设计了一个自主合成受访者系统，利用主流大语言模型如OpenAI o4-mini进行了数千次实验评估（包括标准调查问题和检测机制），检验这类AI工具的使用是否对在线问卷调查结果的真实性产生影响。研究发现，这些模型能生成高度拟人化的回复，成功逃避注意力检查题和逻辑题，并能被指令恶意操纵民意结果或推断研究者假设产生偏差数据。研究还发现，现有检测方法已基本失效，这将威胁在线调查的科学完整性，呼吁学术界和业界建立在线调查的身份验证、设置软件屏障、增加高门槛抽样和淘汰不合规的调查供应商，提升调查抗污染能力。

  • Clemm von Hohenberg, B., Ventura, T., Nagler, J., Menchen-Trevino, E., & Wojcieszak, M. (2025). Survey Professionalism: New Evidence from Web Browsing Data. Political Analysis, 0, 1–19. doi:10.1017/pan.2025.10018

    导读

    在线上调查中，靠频繁答题赚钱的所谓“专业受访者”是否损害了研究数据的质量？这项研究创新性地分析了近4000名美国受访者自愿捐赠的海量网页浏览记录（来自Facebook、Lucid和YouGov三大招募平台），追踪他们真实的在线调查活动。研究发现，这类“专业人士”的确普遍存在，尤其在Lucid平台招募的样本中比例最高。但他们与非专业人士在社会背景和政治观点上并无系统性差异。虽然专业人士答题速度更快，有时更易在固定模式题上“走直线”，但追踪他们对相同问题在不同时间点的回答变化后发现，其答案的稳定性并不比其他人差。不过研究还指出，相当一部分专业人士，会尝试多次参与同一份问卷以赚取更多报酬，这种行为在Lucid样本中尤为突出。

  • Mooi-Reci, I., & Liao, T. F. (2025). Unemployment: a hidden source of wage inequality? European Sociological Review, 41(3), 382–394. https://doi.org/10.1093/esr/jcae029

    导读

    失业经历是否在暗中加剧工资不平等？ 这项研究通过分析荷兰1985-2008年间37,000多份劳动力追踪数据研究失业经历与工资不平等关系。研究发现，失业不仅拉低再就业者工资水平，更会扩大工资差异的离散度。数据显示，有过失业经历的男性工资平均低7%以上，且每增加一个月失业时长，工资差距进一步扩大。女性虽未受失业时长显著影响，但单次失业即可导致工资离散度激增。研究还发现男性工资差异对失业时长更敏感，而女性工资水平受损更严重。

  • Picavet, M. E. B., Maroni, P., Sandhu, A., & Desouza, K. C. (2025). Human–machine collaboration for strategy foresight: The case of generative AI. Public Administration Review, puar.70048. https://doi.org/10.1111/puar.70048

    导读

    职业类型如何暗中塑造我们的储蓄习惯，揭示看不见的社会阶层？ 这项研究利用英国大型追踪调查Understanding Society2010-2019年面板数据，对专业和管理阶层人群（如企业高管、工程师、教师、艺术家）进行分析，探索职业领域是塑造个人金融身份和储蓄行为的关键力量。研究表明，即使教育背景和收入水平相似，商业、金融从业者比教育或创意领域从业者拥有更强的储蓄意愿并积累更多财富，企业管理者也显著优于一般管理者。研究还揭示，这些储蓄行为的显著差异根植于职业环境本身，商业金融领域常内化积累导向的价值观和知识，而教育或创意领域则侧重文化资本。

  • Li, Q., & George, B. (2025). Understanding collaboration as response to red tape among Street-level bureaucrats: a curvilinear relationship. Public Management Review, 1–25. https://doi.org/10.1080/14719037.2025.2596789

    导读

    教师面对繁文缛节时会互相帮助吗？ 这项研究利用OECD2018年“教学与学习国际调查”（TALIS）中40个国家95,571名初中教师的庞大数据库，采用多层统计模型分析行政负担与同事协作的关系。研究发现，当教师花费少量时间处理行政杂务时，他们倾向于通过协作（如分享教案、联合授课）来共同应对挑战，这体现了积极的适应策略。然而，当行政负担持续加重并超过某个临界点（约占用44%的工作时间）时，协作行为不仅不再增加，反而开始下降。这表明适度的行政约束可能激发团队互助，但过度的负担最终会耗尽教师的时间与精力，削弱其协作能力。