研究背景：
在线问答平台的核心生命力源于用户的自愿知识贡献。然而，一个长期存在的挑战是 “90-9-1”法则，即仅有1%的用户是活跃的内容创造者，绝大多数用户是沉默的消费者。这种贡献结构使得平台内容的持续生成显得脆弱。
生成式AI（如ChatGPT）的横空出世为这一现象带来了颠覆性的变数。2022年11月ChatGPT的发布，以其强大的自然语言理解和生成能力，瞬间引爆了公众的关注和使用。它仿佛为每位用户配备了一个“全能助手”，能够瞬间生成逻辑清晰、语言流畅的答案。
研究问题：
生成式AI对用户的自愿知识贡献，究竟是“赋能”还是“替代”？是“促进”还是“抑制”？
RQ1：生成式AI的使用是否会影响用户在问答平台上对答案数量、答案长度和可读性的自愿知识贡献？
RQ2：ChatGPT的累积使用量和使用强度如何在答案数量、答案长度和可读性方面调节生成式AI对问答平台中用户自愿知识贡献的影响？
理论假设：
研究者构建了一个以社会学习理论和认知负荷理论为基石的研究模型，如图二。
H1：使用生成式AI后，用户生成更多回答。
H2：使用生成式AI后，用户生成更短、更易读的回答。
H3a & H3b：累积使用会增强AI对回答数量和质量的积极影响。
H4a & H4b：使用强度会减弱AI对回答数量和质量的积极影响。
数据收集：
Stack Overflow（一个知识共享平台）在ChatGPT发布仅5天后（2022年12月5日）就紧急颁布了临时禁令。本文收集了该平台从ChatGPT发布前（2022年9月1日）到被禁前（12月4日）的数据，进而使用DID进行实证研究。
研究结论：
使用ChatGPT的用户，平均每天生成的答案数量增加了16.77%，同时这些答案变得更短，并且可读性更高。累积使用较多的用户生成的答案就越多、越短、越易读；然而，在短时间内密集使用AI，反而会导致用户贡献的答案数量减少。
小评述：该论文貌似是IS领域顶刊里面第一篇研究AI对User Engagement的论文。虽然idea和研究结论都比较直接，但是DID实证研究做的还是很扎实的，有一定的借鉴意义。
#IS #生成式AI #UGC #实证分析 #计量经济学 #双重差分法 #学术论文 #文献阅读 #科研学习 #提供思路和创新点
在线问答平台的核心生命力源于用户的自愿知识贡献。然而，一个长期存在的挑战是 “90-9-1”法则，即仅有1%的用户是活跃的内容创造者，绝大多数用户是沉默的消费者。这种贡献结构使得平台内容的持续生成显得脆弱。
生成式AI（如ChatGPT）的横空出世为这一现象带来了颠覆性的变数。2022年11月ChatGPT的发布，以其强大的自然语言理解和生成能力，瞬间引爆了公众的关注和使用。它仿佛为每位用户配备了一个“全能助手”，能够瞬间生成逻辑清晰、语言流畅的答案。
研究问题：
生成式AI对用户的自愿知识贡献，究竟是“赋能”还是“替代”？是“促进”还是“抑制”？
RQ1：生成式AI的使用是否会影响用户在问答平台上对答案数量、答案长度和可读性的自愿知识贡献？
RQ2：ChatGPT的累积使用量和使用强度如何在答案数量、答案长度和可读性方面调节生成式AI对问答平台中用户自愿知识贡献的影响？
理论假设：
研究者构建了一个以社会学习理论和认知负荷理论为基石的研究模型，如图二。
H1：使用生成式AI后，用户生成更多回答。
H2：使用生成式AI后，用户生成更短、更易读的回答。
H3a & H3b：累积使用会增强AI对回答数量和质量的积极影响。
H4a & H4b：使用强度会减弱AI对回答数量和质量的积极影响。
数据收集：
Stack Overflow（一个知识共享平台）在ChatGPT发布仅5天后（2022年12月5日）就紧急颁布了临时禁令。本文收集了该平台从ChatGPT发布前（2022年9月1日）到被禁前（12月4日）的数据，进而使用DID进行实证研究。
研究结论：
使用ChatGPT的用户，平均每天生成的答案数量增加了16.77%，同时这些答案变得更短，并且可读性更高。累积使用较多的用户生成的答案就越多、越短、越易读；然而，在短时间内密集使用AI，反而会导致用户贡献的答案数量减少。
小评述：该论文貌似是IS领域顶刊里面第一篇研究AI对User Engagement的论文。虽然idea和研究结论都比较直接，但是DID实证研究做的还是很扎实的，有一定的借鉴意义。
#IS #生成式AI #UGC #实证分析 #计量经济学 #双重差分法 #学术论文 #文献阅读 #科研学习 #提供思路和创新点
