这篇文档属于类型a，即报告了一项原创研究。以下是针对该研究的学术报告：

作者与机构
本研究的主要作者为Angelica Lermann Henestrosa、Hannah Greving和Joachim Kimmerle，他们分别来自德国图宾根的Leibniz-Institut für Wissensmedien（知识媒体研究所）和图宾根大学的心理学系。研究发表于2023年的《Computers in Human Behavior》期刊，具体发表日期为2022年8月20日。

学术背景
随着人工智能（AI）技术的快速发展，AI在新闻写作中的应用日益广泛。尽管已有研究表明，在简短的事实报道中，AI生成的文本与人类撰写的文本在可信度和可信赖性方面并无显著差异，但对于更复杂的文本类型（如包含评价性信息的科学新闻文章），AI写作的接受度仍不明确。因此，本研究旨在扩展自动新闻学（Automated Journalism）领域的现有文献，探讨AI作者身份（相对于人类作者）以及评价性信息呈现（相对于中性信息呈现）对读者感知的影响。

研究目标
本研究的主要目标是：
1. 比较AI撰写与人类撰写的科学新闻文章在可信度和可信赖性方面的差异。
2. 探讨信息呈现方式（中性 vs. 评价性）对文章感知的影响。
3. 研究读者对AI作者的人类化（Anthropomorphism）感知及其与可信度的关系。
4. 探讨读者对“机器启发式”（Machine Heuristic）的信念，即是否认为机器比人类更客观、准确和可靠。

研究流程
本研究包括三个预先注册的实验，分别针对不同的研究假设和变量进行设计。以下是每个实验的详细流程：

实验1
- 设计：采用混合设计实验，作者身份（人类 vs. AI）和信息呈现方式（中性 vs. 评价性）作为组间因素，文本主题（德国狼群扩散与自动驾驶）作为重复测量因素。
- 参与者：共有244名参与者完成实验，最终纳入分析的样本为202人。
- 材料与程序：参与者被随机分配到四种实验条件之一，阅读两篇关于狼群扩散和自动驾驶的科学新闻文章。文章的作者身份和信息呈现方式通过标签和语言风格进行操纵。
- 测量：通过问卷测量参与者对文章的可信度、可信赖性、验证意图、人类化感知和作者智力的评分。此外，还进行了注意力检查和操作检查。
- 结果：信息呈现方式对可信度和可信赖性有显著影响，评价性信息降低了文章的感知可信度和可信赖性。AI作者在人类化感知方面得分显著低于人类作者。

实验2
- 设计：在实验1的基础上，增加了一个评价性负向信息呈现条件，以探讨评价性信息的正负向影响。
- 参与者：共有286名参与者完成实验，最终纳入分析的样本为267人。
- 材料与程序：实验仅使用狼群扩散主题的文章，并增加了评价性负向信息呈现条件。
- 结果：评价性负向信息进一步降低了文章的可信度和可信赖性，而AI作者在人类化感知和智力评分方面仍显著低于人类作者。

实验3
- 设计：在实验1和实验2的基础上，移除了评价性负向信息呈现条件，并增加了对“机器启发式”信念的测量。
- 参与者：共有276名参与者完成实验，最终纳入分析的样本为246人。
- 材料与程序：实验强调科学传播的背景，并增加了对参与者科学信息消费价值观的测量。
- 结果：AI作者在人类化感知方面得分显著低于人类作者，且参与者普遍认为AI作者比人类作者更客观、准确和可靠。

主要结果
1. 信息呈现方式对文章的可信度和可信赖性有显著影响，评价性信息降低了文章的感知可信度和可信赖性。
2. AI作者在人类化感知方面得分显著低于人类作者，但这一差异并未影响文章的可信度和可信赖性。
3. 参与者普遍认为AI作者比人类作者更符合“机器启发式”的信念，即更客观、准确和可靠。
4. 在评价性信息呈现条件下，AI作者与人类作者的可信度和可信赖性评分无显著差异。

结论与意义
本研究为自动新闻学领域提供了新的见解，特别是在复杂文本类型和评价性信息呈现方面。研究发现，尽管读者能够区分AI作者与人类作者的人类化特征，但这种区分并未显著影响他们对文章可信度和可信赖性的评估。这表明，在某些条件下，AI作为科学新闻的作者是可以被接受的。此外，研究还揭示了“机器启发式”信念在读者对AI作者感知中的重要作用，这为未来研究提供了新的方向。

研究亮点
1. 首次系统地探讨了AI作者身份在复杂科学新闻文章中的接受度。
2. 揭示了评价性信息呈现对文章感知的显著影响，特别是在降低可信度和可信赖性方面。
3. 提出了“机器启发式”信念在AI作者感知中的关键作用，为未来研究提供了新的理论框架。
4. 通过三个实验的逐步设计，全面验证了研究假设，增强了研究结果的可靠性。

其他有价值的内容
本研究还探讨了读者对AI作者的技术能力和数据处理方式的理解，发现部分参与者对AI作者的运作机制存在误解。这提示未来研究需要进一步探讨读者对AI技术的认知及其对文章感知的影响。

这篇报告详细介绍了研究的背景、流程、结果及其意义，为相关领域的研究者提供了全面的参考。