本期 2026-W34

涵蓋期間:2026-08-17 – 2026-08-23

每週從一份人工挑選的學術來源清單抓取,只收有真實受試者的研究。全部保留原文標題與官方連結。中文摘要由模型生成,僅供快速判斷是否值得點進去讀。

搜尋與篩選

本週 AI 影響人的研究

最新發布優先

符合條件:48 則

AI 時代的學習評量:產出即學習證據

原標題Evaluation in the Age of AI: Output as Evidence of Learning

AI 摘要本研究探討大型語言模型在高等教育中的廣泛應用,說明傳統的寫作、解題或程式碼等任務已可被 AI 輕易生成,因而衝擊學習成果的展示與評量方式。

詩意傳統作為文化紮根的情感支持:互動設計框架與多模態代理實例

原標題Poetic Heritage for Culturally Grounded Emotional Support: An Interaction Design Framework and Its Multimodal Agentic Instantiation

AI 摘要研究探討如何將詩歌傳統轉化為文化紮根的互動媒介,並利用生成式 AI 支援此類互動。研究提出一個互動設計框架,將文學為基礎的分階段支持與特定傳統的詩歌機制轉化為設計模式,並開發一個多模態代理系統作為具體實例。

讓社工設計大型語言模型輔助的評估方式

原標題"I want to be pushed, I want to grow": Enabling social workers to design evaluations of LLM augmentation in their work

AI 摘要研究針對社會工作者,探討他們在使用 AI 系統時缺乏參與設計與評估的情況,提出「工作者主導的 AI 測量」方法,讓工作者共同決定 AI 應該輔助哪些任務以及何謂成功的輔助。

探究使用者如何與 AI 聊天機器人逐輪設計摩擦互動

原標題Probing How Users Interact with Turn-Level Design Frictions for AI Chatbots

AI 摘要研究設計六種逐輪摩擦探針,分別透過引導使用者輸入、限制模型回應、重導互動流程三種機制,觀察使用者在聊天機器人對話中如何應對刻意放慢或限制的設計。發現摩擦能減少過度依賴、促使使用者更主動思考與修改提示,但也可能降低任務效率與滿意度。

CAIA 實務應用:文字線上諮商 AI 輔助系統的現場評估

原標題CAIA in Practice: Field Evaluation of an AI-Assisted Support System for Text-Based Online Counselling

AI 摘要研究團隊共同設計 CAIA,一套結合七項 LLM 功能與檢索增強技術的 AI 工具,並將其部署於真實的非同步電子郵件諮商場域進行現場評估。研究旨在驗證負責任的 AI 整合如何支援諮商師應對日益增長的心理健康服務需求,並觀察系統在實際諮商流程中的表現與影響。

AI Watchdog:偵測對話式 AI 暗黑模式的瀏覽器代理介面

原標題AI Watchdog: Agent Interfaces for Detecting and Defending Against Manipulative Dark Patterns in AI Conversations

AI 摘要研究團隊開發 AI Watchdog,一個在瀏覽器端即時監控對話式 AI 的代理介面,能偵測諂媚、品牌偏見、擬人化、偷渡與有害生成等五類暗黑模式,並在發生時提醒使用者。原文僅說明系統設計與偵測類別,未提及使用者實驗、受試者人數或評估結果。

職場創新運用 ChatGPT:內部工作控制點的中介效應

原標題Harnessing ChatGPT for Workplace Innovation: The Mediating Role of Internal Work Locus of Control

AI 摘要本研究探討員工運用 ChatGPT 進行職場創新的歷程,重點檢視內部工作控制點是否扮演中介角色。作者為 Hwajin Yang、Zhi Yi Koh 與 Frosch.Y.X. Quek,論文刊登於《Computers in Human Behavior: Artificial Humans》,於 2026 年 8 月 22 日上線。提供的資料僅含書目資訊,未描述研究對象、樣本數、方法或具體發現。

AI 誠實揭露的代價:對弱勢族群的影響與公平研究議程

原標題Who Bears the Cost of Honesty? A FAccT Workshop Synthesis and Research Agenda for Equitable AI Disclosure

AI 摘要本研究以 2026 年 ACM 公平性會議的 CRAFT 工作坊為基礎,探討 AI 系統揭露資訊(透明度、可追溯性、信任)可能帶來的負面效應,尤其是對少數族群造成的懷疑、污名化與監控風險,並提出未來公平 AI 揭露的研究方向。

AI 增強探究與混合系統監管:為保留認知主體性的控制分配架構

原標題AI-Augmented Inquiry and Regulation in Hybrid Systems: A Control Allocation Architecture for Preserving Epistemic Agency in Hybrid Human-AI Cognition

AI 摘要研究指出生成式 AI 雖提升認知表現,卻可能削弱人類內部監控與認知投入,形成元認知困境。作者提出一套控制分配架構,旨在混合人機認知系統中保留人類的認知主體性,並探討相應的監管策略。

活動高峰期的事件時間混淆問題

原標題Event-Time Confounding Under Bursty Human Dynamics

AI 摘要研究以同一使用者跨平台的網頁紀錄,觀察 AI、購物、新聞等事件前皆有整體活動提升,且高峰常在事件發生前。即使使用已知不會產生影響的時間點,仍出現類似的事後搜尋增加,顯示對齊事件時間會混入正在進行的任務階段,造成「事件效應」的誤判。作者證明單一表面的時間窗口無法區分此偏誤,並提供診斷流程與輕量審核工具,以協助未來研究比較有無事件的相似活動情境。

Rebite:以 LLM 重構飲食日誌目標框架,支援個人資料多重生命週期

原標題Supporting The Many Lives of Personal Data with Rebite: LLM-Powered Goal-Directed Framing in Food Journaling

AI 摘要研究針對個人健康追蹤目標常變動、既有系統難以適應導致使用者放棄資料的問題,提出「目標導向框架」概念,並開發 Rebite 系統。該系統利用大型語言模型(LLM),依使用者當下的目標重新詮釋既有飲食日誌資料,而非在記錄時固定資料意義。研究透過使用者研究評估此方法,發現目標導向框架能幫助使用者從舊資料發現新見解,並降低重新開始記錄的門檻。

誰會把情感交給 AI?大型語言模型提供情感支持時的信任形成與族群差異

原標題Who Trusts AI with Their Emotions? Trust Formation and Sociodemographic Variation in LLM Use for Emotional Support

AI 摘要研究開發並驗證一套七構面量表,測量使用者對大型語言模型提供情感支持的信任感,並透過大規模調查分析不同社會人口特徵(如性別、年齡、文化背景、價值觀)如何影響信任形成。結果顯示信任並非普遍存在,而是受使用者身分、來源與價值觀共同塑造。

從搜尋代理到傳播介面:理解人類對對話式搜尋健康資訊的信任

原標題From Search Agents to Dissemination Interfaces: Understanding Human Trust in Health Information from Conversational Search

AI 摘要研究探討大型語言模型透過對話式介面提供健康資訊時,搜尋代理類型與傳播介面如何影響使用者信任。原文僅提供研究動機與背景,未揭露具體實驗設計、受試者人數或具體發現。

原子學習模型(ALM):將真實課堂轉化為標記化結構

原標題Atom Learning Model (ALM): how a real classroom got tokenised

AI 摘要研究提出原子學習模型(ALM),將兩本中學數學教科書機器解析為 1,934 個「原子」(學習者單步可完成的動作),並建立 4,616 條機器生成的先修關係。模型以同一結構同時表達題目與學生能力:題目為原子集合及其下層依賴,學生能力則以分數量化。

超越錯誤回溯:用 LLM 產生適應性程式錯誤解釋

原標題Beyond the Traceback: Using LLMs for Adaptive Explanations of Programming Errors

AI 摘要研究探討大型語言模型(LLM)重寫程式錯誤訊息是否能提升新手除錯表現,以及解釋風格應如何配合程式設計技能。作者進行多階段實驗,比較不同 LLM 生成解釋對除錯準確度與效率的影響。

信念更新閘門:區分人機互動中的慣性與學習

原標題The Belief Update Gate: Separating Inertia from Learning in Human-AI Interaction

AI 摘要研究指出,以往分析人機互動中信念更新時,常用平均斜率掩蓋了「是否更新」與「更新幅度」兩個不同機制。作者提出「信念更新閘門」模型,將受試者的報告行為分解為啟動更新的決策與條件式調整幅度,發現人類表現出的保守傾向,實際上是這兩個獨立過程混淆的結果。

「可讀性落差」:性別平權介入如何跨文化重新分配認可度

原標題The Legibility Gap: How Gender Equity Interventions Redistribute Recognition Across Cultures

AI 摘要研究發現,依賴英文姓名推斷性別的平權介入,會因跨文化語言差異與音譯遺失,導致性別判讀系統性偏誤。這種「可讀性落差」使得干預措施在不同文化群體間不公平地重新分配認可與資源。

學習者特性與對話形式交互對動機與學習成效的影響研究

原標題Interaction Effects Between Learner Characteristics and Dialogue Format in TTS Dialogue-Based Lessons

AI 摘要本研究以大型語言模型結合文字轉語音技術,設計三種對話式教學情境(教師─學生、學生─學生、教師─教師),探討學習者個人特性如何影響學習動機、學習成果與整體評價,並特別關注對話形式與學習者特性之間的交互效應。

先聊天再擔憂:理解職場使用 ChatGPT 者的隱私認知

原標題Chat First, Worry Later: Understanding Individuals' Privacy Perceptions Using ChatGPT in a Work Context

AI 摘要研究探討生成式 AI 工具(如 ChatGPT)融入工作流程時,個體對隱私的感知與擔憂。作者指出這類工具正改變教育、醫療、IT 等領域的工作常規,但也引發隱私疑慮,並質疑環境與個人是否已做好準備。原文摘要截斷,未提供具體研究方法、受試者人數或實證發現。

探索 LLM 輔助分析線上討論區的潛力與設計建議

原標題Disentangling Threads: Exploring the Potential of LLM-Supported Discussion Forum Analysis for Community Insight

AI 摘要研究團隊手動分析一個討論區、綜合文獻建立框架、開發設計原型,並訪談 21 位研究人員,了解使用 LLM 表徵集體討論時的機會與阻礙。發現工具需支援彈性分析目標、以原始使用者資料為基礎、並能銜接後續研究流程,同時在匿名自由表達與評論者脈絡資訊需求間取得平衡。

網紅準社交關係對心理健康雙面影響:系統性回顧與元分析

原標題Parasocial Engagement With Social Media Influencers and Mental Health Outcomes: Systematic Review and Meta-Analysis

AI 摘要此研究回顧 17 篇文獻、52 個效果量,發現觀眾對網紅的準社交投入同時與正向(如幸福感 r=0.38)與負向(如社群媒體成癮 r=0.24)結果相關,正向效果顯著較強。準社交互動(PSI)比準社交關係(PSR)關聯更強,青少年(r=0.44)與東方文化樣本(r=0.61)影響最大,提示準社交投入非單一利弊,而是視結果類型、建構面向、發展階段與文化脈絡而定。

設計人類中介 AI 引導:Ready Together 協助家庭個人化緊急備災

原標題Designing Human-mediated AI Guidance: Ready Together for Personalized Family Emergency Preparedness

AI 摘要研究提出「人類中介 AI 引導」框架,開發 Ready Together 系統讓父母轉譯 AI 生成的備災內容給孩子。研究透過半結構化訪談與共同設計活動,發現家庭備災面臨難以與孩子討論緊急狀況、不確定如何適當解釋、偏好互動式學習等挑戰。原型經試驗研究與啟發式評估後,參與者對個人化建議與實作活動回應正面,初步顯示此模式能在保留父母詮釋責任下支援情境敏感的家庭備災。

授權給 AI 以利環保?能力與自主感如何影響對碳密集型選擇中代理式 AI 的接受度

原標題Delegating for the Greater Green? How competence and autonomy shape acceptance of agentic AI for carbon-intensive choices

AI 摘要此研究探討使用者在碳密集型決策情境下,對代理式 AI 的接受意願。研究著重分析使用者感知的能力與自主感,如何形塑其將決策權委託給 AI 的態度。原文僅提供標題,未包含具體研究方法、受試者人數或實證發現等詳細內容。

Out and Abo(u)t:多方法探討人類偵測社交機器人之認知機制

原標題Out and Abo(u)t: A Multi-Method Study on the Cognitive Mechanisms of Human Efforts in Detecting Social Bots

AI 摘要原文僅提供標題,未說明研究對象、方法或發現,無法撰寫具體摘要。

將 AI 過度依賴建模為複雜適應系統的研究

原標題Modeling AI Overreliance as a Complex Adaptive System

AI 摘要本研究以人口層面的方式探討使用者對 AI 輔助的依賴行為,模擬代理人在解題、接受 AI 回答或驗證答案之間的選擇,並以貝葉斯信念更新描述其對 AI 的信任與檢查機制。

AI FOMO:在社會壓力下的欲望卻不付諸行動

原標題AI fear of missing out (AI FOMO): Desire without action under social pressure

AI 摘要本評論探討「AI FOMO」——對人工智慧落後的恐懼是否會促使行動。作者指出,雖然許多人強烈感受到此種恐懼,但實際上並未因此採取具體行動,認為AI FOMO未必會驅動參與或使用。

線上交友平台對話式AI接受度雙向調查資料集

原標題Two-sided receptivity to conversational AI agents in online dating: Bilingual survey data from Fledge.Love

AI 摘要研究收集Fledge.Love使用者兩組問卷,分別有2,617與2,894名受測者,測量對自動對話代理與被動生成式AI功能的接受度,並公開匿名化資料供後續研究使用。

加入聆聽行為提升AI複製人的在場感

原標題Does Listening Matter? Backchanneling and Nodding in AI Clone

AI 摘要研究以35位受測者進行內部比較,加入即時預測的語音回應與點頭行為,使AI複製人在注意力、真實感與共在感上評分顯著提升。

多層次導師制結合 AI 輔助開發:連結 K-12 與大學生的真實工程實踐

原標題Multi-Tier Mentorship with AI-Assisted Development: Authentic Engineering for K-12 and Undergraduates

AI 摘要研究探討如何透過 AI 輔助開發工具,建構連結 K-12 學生與大學生的多層次導師制模式。K-12 學生具創意但缺技術,大學生具程式能力卻缺乏真實專案與指導經驗,AI 工具可作為橋樑。研究旨在設計有效的合作結構,讓雙方在真實工程專案中共同學習與成長。

MultiVerse:以創作者為中心的情境適應式歌詞導向系統

原標題MultiVerse: A Creator-Centered Approach to Steering Context-Adaptive Lyrics

AI 摘要研究提出 MultiVerse 系統,讓創作者能引導生成式 AI 依聽眾情境動態調整歌詞,而非單優化聽眾體驗。原文僅提供系統設計動機與概念,未提及具體受試者、實驗方法或評估結果。

LearnAI:大學跨領域即時 AI 共創平台

原標題LearnAI: Just-in-Time AI Co-Creation Across Disciplines at a University

AI 摘要研究提出 LearnAI 平台,旨在解決大學現有 AI 教育二分法(通識工作坊與技術課程)的缺口。平台提供即時、跨領域的 AI 共創環境,支援從非程式設計背景到進階學生的多元學習者建立 AI 輔助解決問題的信心與實踐。原文僅提及平台設計動機與目標,未提供實驗數據、受試者人數或評估結果。

可讀性與原文保留度不一致時的評估缺口:AI 翻譯的可評估性研究

原標題When Readability and Source Retention Diverge: An Evaluability Gap in AI Translation

AI 摘要本研究探討在 AI 翻譯系統中,即使顯示原文,使用者對整體品質的判斷可能無法反映翻譯保留了多少原文資訊。研究採用 2×2 的實驗設計,變化原文呈現條件與輸出呈現方式,測量參與者對翻譯品質的感知,以及對系統的信任度與是否願意公開說明的意願。

生成式 AI 在青少年心理健康 App 的應用:快速回顧

原標題Generative AI in Youth Mental Health Apps: Rapid Review

AI 摘要本研究以快速回顧方式檢視生成式 AI 整合進青少年心理健康 App 的現況與機會。研究分析現有文獻,探討生成式 AI 如何提供更個人化、互動性更強的功能,並整理出技術整合的潛在優勢與挑戰。

長者認知與情感投入:人寫敘事與AI生成圖像的比較

原標題Perceiving Stories, Seeing Selves: Older Adults’ Cognitive and Emotional Engagement with Human-Written Narratives and AI-Generated Imagery

AI 摘要本研究探討長者在閱讀人類撰寫敘事與觀看AI生成圖像時的認知與情感投入差異。原文僅提供標題,未包含研究方法、受試者人數或具體發現等詳細內容。

Sanyu Studio:多代理系統輔助藝術史敘事建構

原標題Sanyu Studio: A Multi-Agent System for Art-Historical Narrative Construction

AI 摘要研究開發 Sanyu Studio 多代理對話系統,將 321 幅常玉油畫建模為具備事實、詮釋、組織與記憶過濾機制的代理人。透過為期七天、八位參與者的工作坊,探討大型語言模型互動是否能支援多元藝術史敘事建構,以回應生成式 AI 可能導致藝術詮釋標準化的疑慮。

人類與 AI 關係的實證研究範疇回顧

原標題Friends, Lovers, and Companions: A Systematic Scoping Review of Empirical Evidence on Human-AI Relationships

AI 摘要本研究對人類與 AI 關係的實證文獻進行系統性範疇回顧,涵蓋友誼、戀愛與陪伴等關係類型。作者整理現有研究證據,梳理人機關係的理論架構、測量方式與研究缺口。

生成式 AI 與職場表現的不透明性:製造出的假象

原標題The Fabricated Front: Generative AI and the Opacity of Workplace Performance

AI 摘要本研究關注生成式 AI 如何重塑職場互動,提出「努力不透明性」概念,指出可觀察的產出與實際投入的認知勞動脫鉤。研究探討 AI 產生的內容如何模糊真實工作表現的邊界,使管理者難以判斷員工實際貢獻。

搜尋引入生成式 AI 減少出版商流量,使用者體驗未提升

原標題AI in Search Reduces Publisher Referrals Without Improving User Experience: Experimental Evidence

AI 摘要研究在 Google 搜尋上進行預先註冊的田野實驗(N=1,100),比較有無 AI 摘要與 AI 模式時的使用者行為。結果顯示,移除 AI 功能能提高點擊率至出版商網站;僅保留 AI 模式則降低點擊率,並削弱使用者體驗與對搜尋結果的信任。

治理生成式 AI 授權:人類指導、工作導向與使用模式

原標題Governing Delegation to Generative Artificial Intelligence: Human Direction, Work-Related Orientation, and Modes of Use

AI 摘要研究區分「指定授權」與「迭代共同生產」兩種治理路徑:前者在執行前透過指令、限制或標準預設人類指導,後者則在生產過程中持續介入。文章指出授權會重新分配認知執行權,核心治理問題在於人類對任務的指導權保留於何處。

大學生如何運用 AI 處理課程閱讀:八週研究證據

原標題How college students use AI to navigate course readings: evidence from an 8-week study

AI 摘要原文僅提供標題與來源,未給出摘要內容,無法說明研究對象、方法或發現。

人機關係的認知基礎框架:四種互動模式

原標題A Recognition-Based Framework for Human–Robot Relationships

AI 摘要研究綜合既有文獻與虛構人機互動情境分析,提出包含「工具」、「決策者」、「夥伴」與「社會人格」四種模式的認知基礎框架。此框架非描述機器人固有屬性或發展階段,而是說明人類在不同互動情境下產生的替代性認知模式,為理解多樣化人機關係提供統一概念基礎。

AI 時代的數學焦慮:不透明性、角色反轉與數學家地位的變遷

原標題Mathematical Anxiety in the Age of AI: Opacity, Role Inversion, and the Changing Place of the Mathematician

AI 摘要本文探討人工智慧時代下的數學焦慮,指出 AI 系統的不透明性與人機角色反轉,正改變數學家的傳統地位。作者分析這些因素如何重塑數學實踐的認知結構,但原文未提供實證研究細節或具體受試者資料。

大型語言模型在神經發展障礙評估中重現人類簡化偏誤與決策不一致

原標題Language Models Reproduce Human Reductionist Bias and Decision Inconsistency in Neurodevelopmental Disorders Assessment

AI 摘要研究建立混合式人機審核框架,測試大型語言模型在神經發展障礙資源分配判斷上的決策一致性、認知啟發式易感性、宣稱的智力謙遜度與操作化概念。結果顯示模型會重現人類的簡化偏誤與決策不一致現象。

超越螢幕評估:資源受限創業家集體審核 AI 生成商業計畫

原標題Evaluating Beyond the Screen: Collective Assessment of AI-Generated Business Plans with Resource-Constrained Entrepreneurs

AI 摘要研究探討資源有限的創業家如何集體評估 ChatGPT 等生成式 AI 產出的商業計畫書。現有評估方式多假設單一使用者獨自在螢幕前審閱,但創業家常需共同把關高風險文件。研究觀察創業團隊的協作審核過程,發現集體評估能揭露單人難以察覺的錯誤與幻覺內容,並總結出支援群體審核的設計建議。

AI 時代的愛:浪漫人機關係的整合歷程模型

原標題Love in the Age of AI: An Integrative Process Model of Romantic Human-Chatbot Relationships

AI 摘要研究者綜合既有文獻,提出一個整合歷程模型,說明人類與社交聊天機器人如何從關係啟動、發展、維持到解體的完整軌跡。模型指出關鍵心理機制與情境因素在各階段如何交互作用,並呼籲未來研究採取縱向設計,驗證此一跨階段的動態過程。

AI 模型生命週期的使用者視角:以 Keep4o 運動為例

原標題The User Side of AI Model Lifecycles: Evidence from the Keep4o Movement

AI 摘要研究以 GPT-4o 的 Keep4o 使用者運動為案例,探討模型部署後的變更如何影響既有使用習慣與價值。研究者蒐集了 X 平台上 61,846 筆公開原始貼文進行分析,發現模型更新不僅是技術流程,更會干擾使用者建立的工作流與信任,呼籲在生命週期管理中納入使用者視角。

AI 修正使用者時:溝通設計如何影響自主性與社會體驗

原標題When AI Corrects Users: How Communication Design Shapes Autonomy and Social Experience in Human–AI Interaction

AI 摘要原文僅提供標題,未給出摘要內容,無法得知研究對象、方法與具體發現。