知识卡片：人工智能辅助词典编纂中引入以人为中心的方法

一句话结论

本文提出一个以人为中心的人工智能（HCAI）框架，主张在词典编纂中AI应增强而非取代词典编纂者，强调通过高自动化结合有意义的人类控制来保障专业自主性、缓解偏见并围绕编纂者需求设计工具。

事件概述或研究问题

生成式AI为词典编纂带来显著机会（如加速词条编写、处理大规模语料），但也引发词典编纂者未来角色、语言及文化多样性保护等担忧。本文以HCAI原则为基础，借鉴其他语言职业中AI整合的经验，系统审视AI如何融入词典编纂工作流。

方法/产品要点

• 框架维度：提出四个相互关联的分析维度——增强型词典编纂者（augmented lexicographer）、AI整合的社会技术背景、偏见、以及AI驱动词典编纂工具的设计。
• 核心主张：AI应具备高水平自动化，但同时保留有意义的人类控制；保留词典编纂者的专业能动性；减轻AI生成偏见；工具设计应围绕词典编纂者的实际需求。

主要结果或产业意义

• 为未来研究及AI在词典编纂工作流中的有益整合提供理论基础。
• 提示出版机构、词典编纂团队在部署AI工具时需优先考虑人的因素，而非单纯追求效率。

为什么重要

• 区别于“以技术为中心”的AI应用，本文明确强调词典编纂中人类专业判断不可替代，倡导“增强而非替代”路线。
• 针对语言和文化多样性的保护提出具体关注点，这在低资源语言词典编纂中尤为关键。

局限与不确定性

• 待核实：框架仅提出理论维度，尚未在真实词典编纂项目中进行实证验证。
• 待核实：论文未给出具体的偏见检测或工具设计规范，实际落地细节待后续研究补充。

可用于图书/PPT/简报的角度

• 词典编纂行业如何平衡AI效率与人类专业判断（适合语言学家、出版从业者）。
• 以人为中心的AI框架在其他知识密集型职业（如翻译、法律、医学）中的可迁移性。
• 面向非技术受众解释“增强而非替代”理念的实际案例（如AI辅助词义辨析、例句筛选）。

原始材料

• 英文标题：Introducing Human-Centeredness in AI-Assisted Lexicography
• 英文关键词：human-centered AI, lexicography, augmented lexicographer, bias, sociotechnical context
• 来源：Antonio San Martin, Catherine Trekker. arXiv:2607.11808v1 (2026-07-13). https://arxiv.org/abs/2607.11808v1