ACL主席：ACL不是AI会议
内容提要
ACL主席Emily M. Bender在ACL 2024上强调ACL是计算语言学协会的年会，不是AI会议。她批评了AI领域的不良实践，并强调了CL/NLP领域的最佳实践。她认为ACL应该关注语言技术、促进跨学科研究、关心语言群体、理性讨论研究和技术对社会影响的空间。这一观点引起了争议，有人认为ACL应该对其他学科持开放态度，而不是走向封闭。还有人认为ACL和AI已经融合在一起。对于ACL是否欢迎AI论文的问题，人们有不同看法。
延伸解读
争议背后的学科定位焦虑
Bender的演讲引发争议，反映了计算语言学与人工智能两个领域在身份认同上的张力。随着深度学习成为NLP研究主流，ACL投稿大多与AI相关，这使部分学者担忧会议原本的语言学核心被边缘化。争议中，有人认为分割没有必要，因为二者已融合；也有人理解Bender的担忧，怕AI论文垄断会议导致其他研究受冷落。这种分歧本质上是学科边界与资源分配的博弈。
研究实践的分歧与影响
Bender批评了AI领域的不良研究实践，如不当使用基准测试、要求与SOTA封闭模型比较、数据集过大导致缺乏保留数据等，并指出这些做法可能扭曲研究问题。她对比了CL/NLP领域的最佳实践，包括良好界定的评估、坚实的基线、保留测试数据和详细错误分析。这种对比提醒读者，不同领域的研究文化会影响论文的审稿标准和可复现性，值得研究者关注。
对社会影响的关注差异
Bender强调CL/NLP研究应关注技术对社会的影响，包括伦理、历史背景以及理解语言技术将被谁使用、为谁使用、对谁使用，以及谁可能因被排除或包括而受到伤害。而AI领域则常提出人类与机器融合、奇点不可避免等宏大叙事。这种差异显示，两个领域在技术发展的价值取向和社会责任认知上存在不同侧重，读者可据此思考技术研究应如何平衡创新与伦理。
Q&A
ACL会议的主要关注点是什么？
ACL会议主要关注计算语言学和语言技术，而非人工智能。
Emily M. Bender对AI领域的批评主要集中在哪些方面？
Bender批评了AI领域的不良研究实践，如不当基准测试和糟糕的审稿实践。
Bender认为CL/NLP领域的最佳实践包括哪些内容？
CL/NLP领域的最佳实践包括对技术适用性的理解、良好的评估标准和详细的错误分析。
ACL是否欢迎AI论文的争议是什么？
对于ACL是否欢迎AI论文存在不同看法，有人认为应对其他学科持开放态度，也有人认为二者已融合。
Bender提到的CL/NLP研究应关注哪些社会影响？
CL/NLP研究应关注技术对社会的影响，包括伦理和历史背景。
Bender对ACL未来的期望是什么？
Bender希望ACL成为一个关注语言技术、促进跨学科研究和理性讨论社会影响的社区。
