Anthropic/AnthropicInterviewer

AnthropicInterviewer数据集是一个用于进行AI驱动定性研究访谈的工具。该数据集包含1,250名专业人士的访谈记录，分为三个类别：普通劳动力（1,000人）、创意工作者（125人）和科学家（125人）。所有参与者都提供了知情同意，允许公开他们的原始访谈记录。该数据集的研究目的是探索这些专业人士如何将AI整合到他们的工作中，以及他们对AI在未来角色的看法。The AnthropicInterviewer dataset is a tool for conducting AI-powered qualitative research interviews. This dataset contains interview transcripts from 1,250 professionals, categorized into three groups: General Workforce (N=1,000), Creatives (N=125), and Scientists (N=125). All participants provided informed consent for public release of their raw interview transcripts. The research aims to explore how these professionals integrate AI into their work and how they feel about its role in their future.

搜集汇总

数据集介绍

构建方式

在人工智能辅助定性研究日益受到关注的背景下，Anthropic Interviewer数据集应运而生。该数据集由Anthropic研究团队构建，旨在通过大规模AI驱动访谈，深入探索专业人士如何将人工智能融入日常工作及其对未来角色的情感认知。数据集基于一项涵盖1,250名受访者的研究，受访者被划分为三个群体：1,000名普通劳动力、125名创意工作者以及125名科学家。所有参与者均签署知情同意书，允许其原始访谈记录公开发布。数据集以CSV格式存储，分别对应三个群体的访谈转录文本，并采用CC-BY许可协议开放使用，代码则遵循MIT许可。

特点

该数据集的核心特色在于其规模与结构化设计，为理解AI与人类协作的动态提供了独特视角。与传统的质性研究数据集不同，Anthropic Interviewer通过AI驱动的标准化访谈流程，实现了对1,250名专业人士的高效数据采集，覆盖了从普通劳动力到创意人员及科学家的多元职业背景。每个群体的转录文本独立存储，便于进行跨群体比较分析。此外，数据集的伦理合规性得到充分保障，受访者的知情同意确保了研究透明性，而CC-BY许可则促进了学术界的广泛复用与衍生研究。

使用方法

Anthropic Interviewer数据集适用于从事人机交互、劳动社会学及人工智能伦理等领域的研究者。用户可通过Hugging Face平台直接加载数据集，利用其内置的split参数选择特定群体（如workforce、creatives或scientists）的转录数据进行分析。典型应用包括使用自然语言处理技术提取主题、分析情感倾向或构建AI辅助访谈的评估基准。研究人员在引用时应遵循提供的BibTeX格式，并联系作者[e-mail]获取进一步协作支持。数据集的开放许可允许自由修改与分发，但需保留原始出处。

背景与挑战

背景概述

在人工智能与人类协作日益深入的当下，理解专业人士如何将AI融入日常工作及其对未来职业角色的情感态度，成为人机交互与社会学研究的关键议题。由Anthropic团队于2025年发布的Anthropic Interviewer数据集，由Kunal Handa、Michael Stern等研究人员主导，旨在通过大规模定性访谈揭示AI在职场中的实际渗透与影响。该数据集涵盖了1250名来自普通劳动力、创意工作者和科学家群体的访谈转录文本，为探究AI技术在不同职业领域中的采纳模式、心理反应及社会后果提供了丰富的质性资料，其公开释放的知情同意转录内容更奠定了伦理透明的数据基础，对计算社会科学与AI伦理研究具有重要推动作用。

当前挑战

该数据集所面临的核心挑战首先在于领域问题的复杂性：如何从大规模、多职业群体的开放式访谈中，系统性地提取并量化人机协作中的情感、态度与行为模式，超越传统定性分析的主观局限。其次，构建过程中遭遇的挑战包括确保样本在职业分布上的代表性与多样性，平衡不同群体（如科学家与创意工作者）的访谈深度与广度，同时在伦理层面严格遵循知情同意原则，在保护隐私的前提下实现转录文本的公开共享，这对数据脱敏与合规性提出了较高要求。此外，跨职业的语义差异与语境依赖增加了后续自然语言处理与主题建模的难度，需要精细的标注策略和跨学科协作来应对。

常用场景

经典使用场景

在人工智能与社会科学交叉研究领域，AnthropicInterviewer数据集为大规模定性访谈提供了前所未有的数据基础。该数据集收录了来自1,250名专业人士的完整访谈转录文本，涵盖普通劳动力、创意工作者和科学家三大群体。其最经典的使用场景在于利用AI驱动的访谈工具，系统性地捕捉不同职业群体对人工智能整合进日常工作的真实感受与认知变化。研究者可以基于这些转录材料，分析各行业从业者在技术变革中的心理适应过程、职业认同重塑以及人机协作模式的演进轨迹。

实际应用

在实际应用层面，该数据集为企业人力资源管理、产品设计与公共政策制定提供了实证支撑。组织可以通过分析劳动力群体对AI工具的真实反馈，优化员工培训体系与变革管理策略；产品团队能够从创意工作者和科学家的访谈中提炼出AI辅助创作与科研的痛点与机遇；政策制定者则可依据不同职业群体对AI未来角色的情感倾向，制定更具包容性的技术治理框架。此外，该数据集还可用于训练和评估AI访谈系统的对话质量与伦理合规性。

衍生相关工作

该数据集催生了一系列富有影响力的后续研究。围绕其核心发现，学术界已衍生出关于AI时代职业身份重构的定性分析、不同行业技术采纳路径的比较研究，以及AI访谈工具本身方法论效度的评估工作。相关研究进一步探讨了AI在质性研究中的伦理边界、受访者信任建立机制，以及大规模自动化访谈对传统社会学研究范式的挑战。这些衍生工作不仅深化了我们对人机协作本质的理解，也为构建更具人文关怀的AI系统提供了理论依据与实践指南。