When AI Improves Answers but Slows Knowledge Creation: Matching and Dynamic Knowledge Creation in Digital Public Goods
创建于 更新于
摘要
本文构建一个动态匹配模型，区分两条导致公共知识库存下降的边际：流量边际（AI 将更多问题私下解决，减少到平台的发布量）与解决率边际（AI 提高外部选项使贡献者退出，平台拥堵导致已发布问题更难获得回答），并证明二者交互可产生自我削弱反馈与低档陷阱；报告还提出“公开记录 AI 解答”（conversion η）作为针对流量边际的工具，但该工具无法单独修复参与驱动的解决率恶化 [page::0]
