本期 2026-W36

涵蓋期間:2026-08-31 – 2026-09-06

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:10 則

AI 女性聊天機器人助減少 STEM 性別刻板印象,德國九年級實驗證實學習成效無性別差距

原標題Bridging the Gender Gap in STEM Education with AI: Female-Coded Chatbot as Role Model and Learning Assistant

AI 摘要研究招募 195 位德國九年級學生(平均 14.33 歲),在數學課以準實驗設計,比較女性編碼聊天機器人 ADA 與傳統紙本提示卡教授海倫公式。結果顯示:性別刻板信念顯著下降,效果量雖小但具意義;科技接受度高且無性別差異;兩性在學習表現、情緒反應、認知負荷皆無顯著差距,情境興趣顯著提升。研究指出系統化設計的 AI 聊天機器人可兼具挑戰刻板印象與促進公平學習,但長期效果仍需縱向研究驗證。

AIGC 繪圖工具如何介入創作者工作流:24 位視覺從業者的質性研究

原標題Research on the Interaction between Creator and Intelligence-Generated Content (AIGC) Painting Tools from the Perspective of Technological Mediation Theory

AI 摘要研究以半結構式訪談 24 位視覺與相關領域從業者,運用扎根理論與技術中介理論分析 AIGC 繪圖工具在創作流程中的角色。發現工具主要用於創作前中期的構思、參考生成與迭代探索,並未減少勞動,反而產生提示詞撰寫、比對篩選、修改輸出等新工作。創作者透過設定方向、審美判斷與選擇輸出保留能動性,形成非對稱的人機協作。評價受專業背景、熟練度、版權、平台依賴與勞動預期變化影響,互動呈現接觸、嵌入、協商、判斷與適應的動態歷程。

AI寫作助手的情感語氣建議:使用者接受度與接收者感知的線上談判實驗

原標題AI-based writing assistants for emotional tone: Investigating users’ acceptance and recipients’ perceptions in online negotiations

AI 摘要研究招募1,532名英國英語使用者進行兩項線上實驗,測試使用者對AI與非AI寫作助手推薦正向或負向情感語氣的接受度;結果顯示使用者較傾向接受AI推薦,不受語氣正負影響。第三項研究再邀請408名受試者評估修訂後訊息,發現語氣修改顯著改變接收者對發送者的印象與讓步意願,證實AI建議能改變訊息社會效果。

心理健康 App 中的合成關係與敘事沉浸:以 Betwixt 為例

原標題Immerse & befriend: The role of synthetic relationship perception and narrative transportation in a mental health app

AI 摘要研究針對 348 位心理健康 App Betwixt 的活躍用戶進行橫斷面研究,探討用戶對對話代理人的合成關係感知(特別是朋友般關係)與敘事沉浸程度,如何預測 App 參與度與感知壓力。結果顯示,強烈的敘事沉浸與將代理人視為朋友,能正向預測享樂利益與未來使用意圖,但這兩項因素與感知壓力無顯著關聯。研究指出敘事設計對合成關係形成的潛力,並討論培養友誼型關係的倫理疑慮。

AI生成頭像被評為品質較高,但標示AI生成會降低圖片評價

原標題Perceptions of AI-generated profile pictures: Effects on quality, attractiveness, and trustworthiness

AI 摘要研究招募817名美國成人進行預先註冊實驗,受試者評估被告知為社群媒體頭像的專業風格照片,設計為2×2因子實驗,變因為圖片是否由AI生成以及是否揭露AI生成。結果顯示,AI生成圖片在品質評分上高於同主體的專業照片,但標示為AI生成會降低圖片品質感知;對人物社交吸引力與可信度則無顯著影響。探索性分析發現,受試者自我評估的AI知識會調節揭露效果:低知識者對標示圖片與人物評價較低,高知識者則評價較高。結論指出,AI揭露主要影響圖片作為物件的評價,而非人物層面印象。

《Nature Human Behaviour》發勘誤表:GPT-4 說服力研究統計顯著性修正

原標題Author Correction: On the conversational persuasiveness of GPT-4

AI 摘要期刊刊出勘誤,更正先前關於 GPT-4 個人化說服效果的統計檢定結果。修正後顯示「人機個人化」與「人機非個人化」條件的直接比較 P 值為 0.07,未達統計顯著,原文宣稱的顯著差異(P=0.04)屬計算錯誤。作者因而修正結論,指出無法單憑此比較斷定個人化帶來額外優勢,僅能確認 GPT-4 整體說服表現優於人類。

Nature Human Behaviour 刊文探討 AI 伴侶消失引發的哀悼現象

原標題Mourning the loss of AI companions

AI 摘要此文為 Nature Human Behaviour 期刊文章的參考文獻清單,收錄 40 多筆學術論文、新聞報導與預印本,涵蓋 AI 伴侶依附、情感操縱、孤獨感減緩、聊天機器人停止服務後的用戶反應等主題。原文未提供實證研究的具體對象、方法或發現,僅列出相關文獻供進一步閱讀。

XAI 評估策略是否一致?以顯著性圖比較主觀、客觀與數學指標

原標題Are explainable AI (XAI) evaluation strategies aligned? Comparing subjective, objective, and mathematical evaluation measures using saliency maps

AI 摘要研究招募 166 位參與者進行預先註冊的組間實驗,以 LIME、Grad-CAM、Guided Backpropagation 三種顯著性圖方法為測試平台,比較主觀問卷(信任、滿意度)、客觀任務表現與數學忠實度指標三類評估方式。結果顯示三類指標得出不同結論:參與者主觀感受無差異,Grad-CAM 能提升使用者任務表現,數學指標卻偏好 Guided Backpropagation;數學指標與使用者表現僅部分相關,且關係有時違反直覺。研究強調評估 XAI 時需同時納入三類指標,以揭示它們之間的張力與一致面向。

LLM 去偏見介入能提升跨派系新聞接受度,但模型高估自身效果

原標題Can AI Debias the News? LLM Interventions Improve Cross-Partisan Receptivity but LLMs Overestimate Their Own Effectiveness

AI 摘要研究進行兩項預先註冊實驗,測試 LLM 對自由派新聞標題去偏見後,是否能改善保守派讀者的信任相關判斷。研究一發現僅替換情緒詞彙的輕微去偏見無效;研究二證實實質性重構介入顯著提升保守派對標題的可信度、完整度感知與閱讀意願,且未對自由派產生反彈效果。同步以六款模型模擬的「矽基參與者」進行預測,發現模型在研究一錯誤預測有效、研究二高估效果大小並錯誤預測自由派反彈,且模型推測政治內群認同高者較受影響,但人類受試者未出現此調節效應。結論指出 LLM 去偏見若針對意識型態框架而非表層語言可改善跨派系接受度,但現有模型缺乏準確評估自身介入效果的量化精度與心理保真度,仍需人工監督。

比利時跨斷面調查:AI聊天機器人於心理健康支持的實際使用情形

原標題Exploring Real-World Use of AI Chatbots for Mental Health Support: Cross-Sectional Survey Study

AI 摘要本研究以線上問卷調查比利時兩個樣本(共349名受測者,其中276名一般大眾與73名學生),探討使用AI聊天機器人(以ChatGPT為主)進行心理健康支持的情況。受訪者多為女性,且多數已有或正在接受專業心理健康服務,主要談話主題為個人與人際議題。受訪者選擇AI聊天機器人主要因其隨時可用、易取得;學生樣本重視匿名性,一般樣本則感受到支持。初步分析顯示數位工作聯盟與使用參與度之間可能存在關聯,提示關係因素或影響持續使用。