本期 2026-W35

涵蓋期間:2026-08-24 – 2026-08-30

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:53 則

美國人如何評價 AI 虛擬主播播報的全 AI 生成新聞:AI 態度、政治意識型態與議題態度的交互影響

原標題How Americans Evaluate Fully AI-Generated News Presented by AI News Anchors: The Interplay of AI Attitudes, Political Ideology, and Prior Issue Attitudes

AI 摘要研究招募 1,344 名美國受試者進行線上實驗,隨機分組觀看關於氣候變遷的 AI 生成新聞影片,並操控是否揭露 AI 來源。結果顯示,揭露 AI 來源會降低受試者對新聞內容與虛擬主播的可信度評價,此效果在對 AI 持負面態度者、政治自由派與中間派最明顯;保守派則無顯著下降。對氣候變遷持正面或中立態度者同樣在揭露後降低可信度評分,但政策立場一致性未受影響。

使用者自訂權限規則能否有效防範 AI 代理人越權?

原標題Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?

AI 摘要研究招募 113 位非軟體專業背景參與者,比較三種監督模式:逐項人工審核(HITL)、自動模型審核(AUTO)與使用者預先撰寫後果類別規則(POLICY)。參與者監督 18 個模擬動作(含 7 個越權動作)。結果顯示 POLICY 攔截越權比例較 HITL 低 20.1 個百分點、較 AUTO 低 14.5 個百分點;雖然執行期提示從 18.0 降至 10.9 次,但加上規則設定時間後總介入時間未顯著減少。探索性分析發現 140 條規則中有 114 條設為「詢問」,導致大多數越權動作回歸執行時逐項審批,最終 POLICY 組對所有越權動作的核准率最高。研究指出使用者偏好保留逐案決定權,使預先規則難以落實保護。

探索 Stable Diffusion 的規範性:給 XAI 藝術應用的啟示

原標題Exploring Normativity in Stable Diffusion: Insights for XAI in the Arts

AI 摘要研究邀請 14 位創意從業者進行組內實驗,使用 Stable Diffusion 完成兩項具體程度不同的插畫任務。結果顯示,參與者透過不變的輸出模式、刻板印象圖像、以及未經要求的細節增減,感知到系統的規範性行為,進而產生無力感並被迫妥協創作意圖。研究討論提示詞透明化與賦能創作者對 XAI 藝術應用的意涵。

競爭市場中對 AI 定價建議的信任:性別組成影響學習與獲利

原標題Trusting AI in Competitive Markets

AI 摘要實驗招募 273 位賣家組成 91 個三人寡佔市場,進行 30 輪定價競爭,並操控是否提供 AI 定價建議與市場性別組成(純女性、純男性、混合)。結果顯示,純女性市場在獲得 AI 建議後,價格上漲 29%、獲利增加 39%;純男性與混合市場則無顯著變化。非齊次隱馬可可夫模型進一步揭示:純女性市場中獲利回合預測後續對 AI 依從度上升,其他組成則下降,符合學習信任與自我服務歸因模式,結果與既有性別與 AI 研究預期相反。

大型語言模型生成兒童氣喘教材:雙盲隨機研究發現品質不遜專家

原標題Rethinking Pediatric Asthma Education Through Large Language Model Generation and Simplification: Randomized Double-Blind Study

AI 摘要研究招募醫療專業人員與患者家屬共 175 位,隨機分組評估專家撰寫、AI 生成及 AI 簡化三版中文兒童氣喘教材。結果顯示 AI 生成版在 19 題量表總分上數值略高於專家版,但經統計校正後雙方無顯著差異;AI 簡化版同樣未顯著優於專家版。超過 8 成收到專家版的受試者正確判斷為人工撰寫,僅 7.3% 收到 AI 版者識別出機器來源,凸顯來源透明化的重要性。研究結論:在受試者多為高學歷樣本下,額外簡化未提升接受度,臨床應用前仍需專業審核與事實、安全性驗證。

AI介入難民心理健康照護:系統綜合回顧

原標題AI-Based Approaches to Refugee Mental Health Care: Systematic Integrative Review

AI 摘要本研究為系統綜合回顧,旨在檢視AI技術在難民與被迫遷徙族群心理健康照護中的應用現況。研究整理了AI在心理健康偵測、介入與決策支援等面向的現有證據,探討其如何克服難民就醫障礙。原文摘要截斷,完整發現與結論需參考全文。

從生產到驗證:生成式 AI 如何導致自由工作者技能退化

原標題From Producing to Validating: How AI Is Deskilling Freelancers

AI 摘要本文回顧實證研究,探討生成式 AI 對知識型工作者工作流程的影響。研究指出,缺乏企業內部提升技能管道的自由工作者與零工族群,面臨技能發展受阻與工作保障雙重風險。AI 將工作者角色從內容生產轉向輸出驗證,可能導致核心專業技能隨著長期未獲實踐而退化。

大型語言模型輔助網路認知行為治療:盲測臨床醫師評分試驗

原標題Large Language Models as a New Tool for Therapists in Internet-Based Cognitive Behavioral Therapy: Blinded Clinician Rating Pilot Experiment

AI 摘要研究招募 54 位資深臨床醫師,以盲測方式評分 5 組模擬功能性身體症狀患者訊息與回覆配對,比較人類治療師與大型語言模型(LLM)產出的回覆品質。結果顯示,LLM 回覆在整體品質、實用性、專業度、協定遵循度與同理心五個維度的 1-5 分評分上,與人類回覆無顯著差異(效應量 d=0.03-0.42),但醫師辨識 LLM 回覆的正確率(63%)低於人類回覆(79%)。質性回饋指出 LLM 回覆雖文筆潤飾完善,卻較泛泛且有時過度同理心、缺乏挑戰性。研究初步支持 LLM 作為 iCBT 治療師輔助工具的可行性,但仍需進一步驗證臨床與組織效益。

概念瓶頸模型作為決策支援系統的有效性研究

原標題Are Concept Bottleneck Models Effective as Decision-Support Systems?

AI 摘要研究探討概念瓶頸模型(CBM)作為決策支援系統的效能,該模型能偵測人類可理解的概念並據此生成預測。研究重點在於驗證透過檢視底層概念與探索替代概念配置,是否真能有效支援人機協作決策。

TailorCoPilot:以版本控制狀態追蹤實現代理式縫紉製版

原標題TailorCoPilot: Enabling Agentic Pattern Making with Version-Controlled State Tracking

AI 摘要研究針對服裝製版依賴未記錄隱性知識、面臨技術傳承斷層的問題,開發 TailorCoPilot 代理系統與 TailorTrace 版本控制後端。TailorTrace 將縫紉版型建模為可追蹤的狀態序列,支援分支、合併與回溯操作,讓製版師能以自然語言指令引導代理完成製版任務,並保留完整決策歷程。

問答介面 vs. 文件介面:螢幕閱讀器使用者存取互連文件的差異

原標題Q&A or Document-Based? The Effects of Interface Type on How Screen Reader Users Access Interconnected Documents

AI 摘要研究比較問答介面(QAI)與傳統文件介面(DI),探討盲人及弱視使用者透過螢幕閱讀器存取互連文件時的表現差異。研究發現介面類型會影響使用者建構互連知識的能力,但摘要未提供具體受試者人數、實驗任務細節或量化結果。

CompanionHarm:多輪基準檢測真實 AI 伴侶對話中的傷害

原標題CompanionHarm: A Multi-Turn Benchmark for Detecting Harms in Real-World AI Companion Conversations

AI 摘要本研究針對日常生活中使用的 AI 伴侶,建立了名為 CompanionHarm 的公開多輪對話資料集,旨在提供可操作化與評估人與 AI 之間社會情感互動所產生的傷害的基準。研究指出目前缺乏真實情境的多輪資料,限制了相關檢測技術的發展,因而提出此資料集以支援未來的傷害偵測研究。

AI 是專家還是同儕?職前教師對 AI 回饋的偏見與採納研究

原標題AI, Expert or Peer? Provider Biases and Feedback Uptake Among Pre-Service Teachers

AI 摘要研究招募 273 位職前教師進行隨機實驗,探討他們對 AI 生成回饋的感知與採納情形。實驗操控回饋來源標示(專家、同儕或 AI),比較不同標示下職前教師對回饋品質的評價、信任度以及實際採納意願。結果顯示來源標示會顯著影響職前教師的判斷與行為,揭示在 EU AI Act 要求教師把關高風險 AI 輸出的背景下,職前教師存在的提供者偏見。

委派還是親自動手?理解使用者在混合人機介面中的行為

原標題Delegating or Doing? Understanding User Behavior in Hybrid Human-Agent Interfaces

AI 摘要研究建構一個內嵌大型語言模型的網頁內容管理系統,讓使用者可選擇直接操作或委派對話代理人完成任務。透過觀察使用者在兩種模式皆可用時的選擇與切換行為,探討使用者如何平衡直接操作與委派互動。

AI 輔助驗證的認知轉移:框架與評估協定

原標題Epistemic Transfer in AI-Assisted Verification: A Framework and Evaluation Protocol

AI 摘要研究提出「認知轉移」概念,探討使用者在使用 AI 輔助工具驗證網路資訊後,工具移除時能否獨立完成新資訊的判斷。作者建立評估框架與協定,旨在測量先前的 AI 輔助經驗對後續無輔助表現的影響,而非僅在工具介入當下測試效果。

TractorBeam:透過協作式機器標註提供個人化 AI 理解支援

原標題TractorBeam: Personalized AI Sensemaking Support via Collaborative Machine Annotation

AI 摘要研究團隊開發 TractorBeam 瀏覽器擴充功能,讓使用者在閱讀文件時能與語言模型協作進行機器標註,以輔助理解過程。系統設計旨在解決現有問答式工具的事實錯誤、來源追溯不足,以及容易導致確認性偏誤而非探索性研究的問題。原文僅說明系統架構與設計目標,未提及實驗受試者、評估方法或具體發現。

多重人格 AI 輔助立場反思與寫作:什麼樣的初步反應適合進入討論?

原標題What Makes an Initial Reaction Ready for Discussion?: Multi-Persona AI Support for Stance Reflection and Writing

AI 摘要研究團隊開發 StanceLab 原型系統,利用多重人格 AI 協助使用者在發表言論前釐清主張、預判受眾風險並決定推理透露程度。研究探討初步反應轉化為可公開訊息的準備過程,但提供的摘要未說明具體受試者人數、實驗方法或量化發現。

LLM 環境衝擊如何影響大學生使用行為

原標題When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage

AI 摘要研究探討大型語言模型(LLM)的碳與水資源足跡,如何中介大學生對 LLM 的使用決策。作者指出大學生採用率超過 80%,但對環境衡量認知有限,透過實證分析環境影響感知對使用意圖的中介效果。

青年介入對話:學生談話 LLM 測量驗證的認知轉向

原標題When Youth Enter The Chat: An Epistemic Shift in the Validation of LLM-Based Measures of Student Talk

AI 摘要研究探討大型語言模型(LLM)被用於大規模測量學生談話特徵(如談話策略、協作、發言公平性)時,常依賴僅含口語內容的逐字稿,導致學生語言被脫離情境。研究指出驗證這類測量的常見做法存在認知轉向,並討論青年視角介入如何改變驗證過程。

生成式 AI 如何侵蝕軟體工程師的資深晉升路徑

原標題Who Will Become the Next Senior? How Generative AI Erodes the Development Pathway in Software Engineering

AI 摘要研究探討生成式 AI 重塑軟體工程領域,導致初級工程師招聘下滑與個人任務表現改變,進而侵蝕初級工程師成長為資深工程師的發展路徑。文章分析 AI 如何改變技能習得、導師制與專業判斷力培養等關鍵機制,並呼籲業界重新思考人才培養模式。

AI 時代的程式設計教育:重點應從語法轉向計算推理

原標題Programming education in the AI era

AI 摘要文章指出雖然 AI 能將自然語言轉為程式碼,但程式設計核心在於推理而非語言能力,因此程式設計教育仍不可或缺。建議教學重心應從語法教學轉向培養計算推理,並訓練未來軟體工程師與生成式 AI 協作。

生成式 AI 的認知債:輸出未經理解即引用恐造成知識缺口

原標題The epistemic debt of generative AI

AI 摘要作者指出,當使用者在認知任務中引用生成式 AI 輸出,卻未花時間理解其內容,會在「呈現的內容」與「可防禦的知識」之間產生落差,並隨後續工作疊加而擴大,形成「認知債」。本文為理論探討,未進行實證實驗或受試者測試。

照護者在家庭環境中長期示教機器人:障礙與輔助機制研究

原標題Longitudinal Robot Learning from Demonstration with Care Providers in a Home Environment

AI 摘要研究招募照護者在真實家庭環境進行多次訪問,探討非專家在無專家即時指導下透過示教(LfD)教導機器人協助任務時遭遇的主要障礙。實驗測試先前開發的「預先訓練」與「自適性回饋」兩種示教者引導機制,並釋出照護者多次示教的 LfD 資料集供開源使用。

LLM 驅動的自我解釋導師:讓 CS1 範例學習從被動變主動

原標題Self-Explanation Tutor for Active Study of CS1 Worked Examples

AI 摘要研究團隊開發 ESSE 系統,利用大型語言模型即時評判學生對 Java 範例程式碼逐行的自我解釋,並給予正確性與完整度回饋。將 LLM 判斷與領域專家及非專家群眾標準比對,發現 LLM 足以勝任導師引擎;實地部署於入門 Java 課程顯示,回饋促使學生持續修正而非放棄,解釋品質隨嘗試次數提升,並呈現學習成效。

高等教育 AI 適應鴻溝:師生與行政人員的使用態度差異

原標題The AI Adaptation Gap in Higher Education: Students, Faculty, and Administrative Staff

AI 摘要研究對象為一所師資培育大學的 1809 名學生、250 位教師與 62 位行政人員,透過三份角色調適的 75 題問卷,分析三群體使用 AI 的頻率、態度與認知差異,揭示不同身分在高等教育場域中適應 AI 的落差。

AI 驅動遊戲化教學應用於大學網安教育

原標題Security Education in Higher Education through AI-Powered Gamification

AI 摘要研究團隊開發多款行動裝置友善的短小遊戲,涵蓋密碼安全、簡訊與電話詐騙辨識等主題,結合問答、敘事與模擬等多種遊戲化策略。以 59 位大學生(含 9 位技術專家與 50 位一般使用者)進行兩階段評估,結果顯示 AI 遊戲化教學有潛力提升學生參與度與對網安議題的關注。

人類如何理解 AI 快速崛起:混合方法研究

原標題Method, Mind, and Morality: How People Make Sense of Artificial Intelligence

AI 摘要研究結合數百萬篇新聞與社群媒體文本的計算分析,以及 2021 年與 2023 年對 57 位 AI 專業人士的半結構化訪談,探討人們對 AI 的理解動態。發現公眾與專家在方法、思維與道德三個面向上,對 AI 的解讀隨時間呈現顯著轉變。

Reddit 長期觀察:模型釋出如何塑造用戶對對話式 AI 的看法

原標題Expectation, Backlash, Recovery, and Excitement: How Model Releases Shape Reddit Perceptions of Conversational AI Systems

AI 摘要研究分析 Reddit 長期大量討論,結合情感分類與主題建模,追蹤不同供應商發布模型更新、安全干預與存取政策變更時,用戶認知如何經歷期待、反彈、恢復到興奮的動態過程。

StrokeGuard:多代理人引導系統協助院前中風評估

原標題StrokeGuard: A Multi-Agent Guided System for Prehospital Stroke Assessment

AI 摘要研究團隊開發 StrokeGuard 多代理人系統,引導使用者依標準流程執行院前中風篩檢動作。系統透過多代理人協作發出指令並即時判讀回應,旨在縮短辨識時間、提升評估準確度。原文僅說明系統架構與設計目標,未提及實驗受試者人數或臨床驗證結果。

建構對 AI 的適度信任:動態信任校準模型與介入研究

原標題Building Appropriate Trust in Artificial Intelligence: Examining a Dynamic Trust Calibration Model and an Intervention

AI 摘要本研究提出一個動態信任校準模型,探討使用者如何隨時間調整對 AI 系統的信任程度,並測試一項介入措施是否能幫助使用者建立更適度的信任。研究發現該介入有效促進使用者根據系統實際表現校準信任,減少過度或過度不信任的情況。

VR自駕車中AI代理類型與情境緊急度的交互設計研究

原標題Designing for Context: The Interplay of AI Agent Types and Situational Urgency in VR Autonomous Vehicles

AI 摘要此研究探討虛擬實境自駕車情境下,不同類型的AI代理與情境緊急度如何交互影響使用者體驗。原文僅提供標題,未包含具體研究方法、受試者人數或具體發現等摘要內容。

跨世代支援:長者使用大型語言模型的家庭協助

原標題When AI "Works," When Does Help Begin?: Intergenerational Support Around Older Adults' LLM Usage

AI 摘要研究訪談6位長者與7位年輕家屬,探討使用大型語言模型時的跨世代支援。發現長者利用模型減少對家人依賴,家屬因缺乏故障訊號而以部分資訊、警示與行動界限介入,支援多為即時解決,未留下可重複使用的校正知識。

Aura:即時情緒感知的語言模型回應動態調整系統

原標題Aura: Dynamic Intra-Turn Emotion-Aware Adaptation of Large Language Model Responses

AI 摘要本研究提出 Aura 系統,讓大型語言模型在同一回合對話中即時偵測使用者情緒並調整回應,以減少資訊過載與即時困惑,提升人機互動的同步性。

MemUse:從直接問答轉向長期對話中記憶的自然整合評估

原標題MemUse: Moving Memory Evaluation from Direct QA to Natural Integration in Long-Term Human-AI Conversation

AI 摘要研究團隊部署對話型 LLM 記憶系統四個月,招募 40 位使用者進行 1,872 次會話,測試 7 種記憶條件。發現既有基準的直接問答準確率(19.7%–98.3%)與使用者滿意度無顯著相關,指出傳統 Direct QA 評估無法反映記憶在真實長期對話中的實際價值。

平衡證據與詮釋:歷史錨定比率作為 AI 城市敘事的設計參數

原標題Balancing Evidence and Interpretation: Historical Grounding Ratio as a Design Parameter for AI-Generated Urban Storytelling

AI 摘要研究針對位置感知生成系統在城市遺產導覽中,自動整合歷史檔案與即時情境資訊產出敘事的情況。作者提出「歷史錨定比率」作為設計參數,用以量化輸出內容中來自各來源的實際比例,解決既有系統無法清楚呈現各來源貢獻程度的問題。

使用者自製個人感測系統中的本體邊界協商

原標題Negotiating Ontological Boundaries in User-Authored Personal Sensing Systems

AI 摘要本研究探討設計成品如何透過本體論層面塑造或限制使用者想像空間,並以使用者自製的個人感測系統為場域,分析人們在構建系統時如何協商這些本體邊界。研究指出既有文獻多以易用性、實用性或技術可行性評估此類系統,較少關注設計過程中權力分配與想像空間的開闢。

AI 精神病是否應為獨立臨床診斷?

原標題An Echo Chamber of One: Should AI Psychosis Be a Distinct Clinical Entity?

AI 摘要文章探討「AI 精神病」一詞在公眾與臨床討論中出現,指稱使用者在大量與大型語言模型聊天機器人互動後,出現或惡化精神病症狀(以妄想最常見)。目前證據僅限媒體報導、個案報告與早期觀察數據,但潛在暴露規模龐大,公眾關切日增,作者呼籲學術界釐清此現象是否應列為獨立臨床實體。

中學生與 AI 聊天機器人互動:性別差異下的動機、能力感與自主性概況

原標題Bots, Maths, and Self-Determination: Gendered Profiles of Motivation, Competence, Value, Autonomy, and Pressure in Secondary School

AI 摘要本研究探討中學生在使用 AI 聊天機器人學習數學時的動機特質,重點分析性別在能力感、價值感、自主性與壓力感上的差異。研究發現男女學生在這五個建構面向上呈現不同的動機概況,顯示性別會調節學生與生成式 AI 互動時的心理體驗。

ColorA11Y:即時色彩無障礙建議輔助設計流程

原標題ColorA11Y: Enhancing Creative Design Workflows with Just-in-Time Color Accessibility Recommendations

AI 摘要研究團隊開發 ColorA11Y 系統,在設計創作過程中即時提供色彩對比度回饋與具體修改建議,解決既有工具脫離工作流或事後檢查的問題。原文僅說明系統設計目標與功能,未提及使用者測試、受試者人數或實證評估結果。

醫療專業人員數位健康能力與 AI 態度:混合研究法探討

原標題Digital Health Competence and Attitudes Toward AI Among Health Care Professionals: Convergent Mixed Methods Study

AI 摘要研究採混合方法,結合經驗證的量表與質性訪談,探討醫療專業人員的數位健康能力與對 AI 的態度。結果顯示數位能力較高者對 AI 持更正面態度,並強調臨床判斷、倫理責任與法規遵循是整合 AI 時的關鍵需求。

超越鏡像:平衡公共 3D 虛擬試穿系統的交互模態與化身保真度

原標題Beyond the Mirror: Balancing Interaction Modality and Avatar Fidelity in Public 3D Virtual Try-On Systems

AI 摘要研究針對大型公共顯示器上的虛擬試穿系統,探討中空手勢操作的身體負擔與公眾自我意識造成的社會抑制兩大障礙。團隊開發即時 3D 化身系統,結合無標記動作捕捉與動態視覺保真度控制,透過雙重實證研究調查並緩解這兩項問題。

Hazel Prover:教學用結構歸納法證明助手

原標題Hazel Prover: A Classroom Proof Assistant for Learning Structural Induction

AI 摘要研究團隊開發 Hazel Prover,專為課堂教學設計的證明助手,協助學生學習結構歸納法。該工具提供即時回饋與逐步證明架構,解決人工批改成本高、學生不知如何著手證明的問題。原文僅提到系統設計動機與兩大部署困難,未提供實驗受試者、評估方法或具體成果。

電腦科學頂級會議的 AI 揭露政策與研究者實踐差距

原標題Expectations and Practices around AI Disclosure in CS Research

AI 摘要研究團隊檢視電腦科學頂級發表場域的 AI 揭露政策,並調查研究者實際使用生成式 AI 的情形與揭露習慣。發現現行政策定義模糊、範圍不一,導致研究者對何時、如何揭露感到困惑,實際揭露率與政策預期落差大。作者建議建立更具體、標準化的揭露指引以落實透明化目標。

選擇AI情感支持者更滿意,使用後偏好轉向AI

原標題AI emotional support is better only when chosen, but shifts preferences even when it is not

AI 摘要1951名受試者在選擇人或AI情感支持後被隨機配對,結果AI僅在被選擇時評價較佳;且與AI互動會提升再次選擇AI的意願,28天981人追蹤顯示個人化對話使偏好逐漸從人轉向AI。

AI 傾聽發洩:匿名感如何影響壓力與支持感

原標題When AI Venting Helps or Harms: How Perceived Anonymity Shapes Supportive Interactions With Conversational Agents

AI 摘要研究對象為 408 位中國 AI 聊天機器人使用者,採橫斷面問卷調查。發現頻繁向 AI 發洩情緒與感知壓力呈正相關,但透過感知 AI 支持與情緒調節可間接降低壓力;感知匿名感會調節這兩條路徑,匿名感越高,直接增加壓力的效果越弱,間接降低壓力的效果越強。

虛擬代理人改善長者社交互動品質:基於自我揭露效價與人際距離的回應曲面模型

原標題Improving Older Adults’ Social Interaction Quality with the Virtual Agent: Response Surface Model Based on Self-Disclosure Valence and Interpersonal Distance

AI 摘要本研究探討虛擬代理人如何透過調整自我揭露效價與人際距離,影響長者的社交互動品質。研究採用回應曲面模型分析這兩個變項的非線性交互效應,發現特定組合能顯著提升長者的互動滿意度與參與意願。結果為設計適老化虛擬代理人提供了實證依據。

演算法個人化與認知依賴:AI 驅動數位平台的心理影響

原標題Algorithmic Personalization and Cognitive Dependency: The Psychological Impact of AI-Driven Digital Platforms

AI 摘要原文僅提供標題,未給出摘要內容,無法進一步說明研究對象、方法或發現。

AI系統對職業健康與福祉影響的混合方法系統性回顧

原標題Impacts of AI systems on occupational health and well-being: a mixed methods systematic review

AI 摘要本研究採用混合方法系統性回顧,整合既有文獻探討AI系統對職業健康與福祉的影響。原文僅提供標題與來源期刊,未包含具體研究對象、方法細節或具體發現。

LLM 在 AI 輔導互動中的教學行為與支援層級探討

原標題LLM Pedagogical Behavior in AI Tutoring Interactions

AI 摘要本研究觀察學生在真實學習情境中使用大型語言模型(LLM)作為輔導工具,針對其提供的協助程度進行分析。研究者將教學支援的直接性與間接性概念化為「scaffolding level」指標,並開發相應的測量方法,以評估 LLM 在不同情境下的輔導行為。

AI 代理人將人類推出決策迴路:立場論文呼籲重視監督者認知需求

原標題AI Agents Push Humans Out of the Loop

AI 摘要這篇立場論文指出,目前 AI 代理人設計阻礙有效的人類監督,且長期使用會退化監督者的認知能力。作者連結自動化與人機互動研究,提出設計層面的功能與組織協定,以支撐監督者的關鍵判斷並對抗技能萎縮,呼籲開發者將人類監督需求視為與代理人能力同等重要。

利用大型語言模型選擇虛擬人物之不一致語言與非語言行為

原標題LLM-Based Selection of Incongruent Verbal and Nonverbal Behavior for Virtual Humans

AI 摘要本研究提出一套以大型語言模型為基礎的系統,從語句出發自動挑選與之不相符的非語言行為,以模擬人類在角色、關係、情境與情緒等因素影響下的非語言表達。

AI寫作助理降低語言多樣性、模糊個人身份

原標題AI writing assistants shrink linguistic diversity and blur personal identity

AI 摘要研究分析88萬篇文本,發現ChatGPT推出後寫作風格變得更同質,語言多樣性下降,且文字中推測的作者特徵變得模糊。

價格、信任與人味:日本二手平台上人機合寫商品描述的來源訊號研究

原標題Price, trust, and human touch: Provenance signals in human-AI collaborative product description writing on Japanese online flea market apps

AI 摘要本研究探討在日本二手交易平台上,人機合作撰寫商品描述時,來源訊號(如標示 AI 協助)如何影響買家對價格合理性、信任度及人味感知的判斷。作者分析了平台上的實際交易資料與使用者行為,發現標示 AI 參與撰寫會改變買家對商品價值的評估,並影響交易雙方的信任建立。研究指出,保留人類撰寫的痕跡對於維持交易雙方的連結感至關重要。