涵蓋期間：2026-09-21 – 2026-09-27
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。
符合條件：37 則
原標題Characterizing Memory Misalignment in Human-LLM Interaction From User Perspectives
AI 摘要研究透過混合方法探討大型語言模型對話代理中「記憶錯位」問題。首先蒐集 28 位用戶的 457 筆記憶使用資料與 32 位用戶的 304 份日誌，歸納出橫跨輸入、儲存管理、檢索解讀三階段的 14 種錯位類型。接著邀請 12 位 HCI 研究者進行四場共設計工作坊，提出 12 種互動策略構成的設計空間。最後以 121 位用戶進行速配測試，發現用戶偏好主動控制機制，而非認知負荷高的因果圖檢視或被動稽核日誌。研究指出監督能動性與互動負擔間的張力，建議發展「摩擦感知記憶」以平衡用戶監督與對話流暢度。
免費全文
原標題Large language model–assisted preoperative communication reduces patient anxiety and physician workload in prostate cancer: a prospective randomized phase II trial
AI 摘要這項前瞻性隨機單盲二期試驗招募 268 位新診斷前列腺癌患者，分組接受標準或 LLM 輔助術前溝通。AI 組患者先收到本地部署模型生成的個人化回覆，再進行面對面諮詢。結果顯示 AI 組術後焦慮分數（GAD-7）顯著較低（3.2 對 5.7），情緒、疾病認知與滿意度均較佳；醫師負荷指標（NASA-TLX）與溝通時間亦明顯下降（11.3 分鐘對 19.9 分鐘）。
免費全文
原標題Possible Role and Function of AI Conversational Agents in Dialectical Behavior Therapy for Borderline Personality Disorder: Qualitative Interview Study
AI 摘要瑞典17位具備DBT臨床經驗的心理師（平均6.4年）接受半結構式訪談，探討AI對話代理人未來整合進辯證行為療法的可能性。研究發現三大主題：AI被定位為工具、團隊成員或監督者，甚至有害競爭者；被期待成隨時可用、不疲倦的「斯多葛式助人者」；但也擔憂其可能強化依賴、成為安全行為，且難以判斷何時驗證有助改變、何時淪為惡性迁就。結論指出整合AI不僅是技術問題，更涉及治療關係、倫理責任與功能模糊性。
免費全文
原標題Cognitive Skills in the Age of AI: Computing Students and Experts Perceptions
AI 摘要研究採混合方法，蒐集計算領域學生與專家對過去、現在、未來認知技能重要性的看法。結果顯示，在 AI 豐富的環境下，大多數認知技能的感知重要度將下降，唯獨批判性思維維持關鍵地位。訪談進一步揭示技能重要性變化的原因，以及未來學生的準備方向。
免費全文
原標題Confident, Not Wiser: The Dunning-Kruger Effect in Human-AI Interaction
AI 摘要研究招募 366 位參與者完成推理任務，比較單獨作答與獲得 AI 協助兩組的表現與自我評估。結果顯示 AI 確實提高分數，但參與者的整體與分區預估皆與實際表現關聯微弱，兩組平均高估程度相近。AI 組在區分正確與錯誤答案的信心準確度較低，鄧寧-克魯格效應在兩組皆存在，且 AI 組觀察到的差距較大；控制分數雜訊後模式減弱但未消失，組間差異仍無定論。研究指出效能增強不等於元認知增強，建議介面設計應支援驗證、傳達任務層級 AI 表現，協助使用者評估合作品質。
免費全文
原標題"If You're Not Doing It, Somebody Else Is": Active Negotiation and the Invisible Labor of Sustained LLM Use
AI 摘要研究訪談 36 位研究生（半數為非英語母語者），提出「主動協商」框架，指出持續使用 LLM 並非源於滿意，而是風險、緩解與合理化的循環：輸出錯誤觸發風險，檢核輸出、自我認知與社會形象管理構成隱形勞動，非母語者另以語言平權為由合理化，將持續採用重新定義為由隱形勞動支撐的順從行為。
免費全文
原標題AI in Neurological Health Care: Qualitative Study of Patient and Public Perceptions
AI 摘要研究在愛爾蘭招募 15 位神經科病患（含早發型帕金森氏症、癲癇、多發性硬化症）及家屬，透過兩場焦點團體訪談，探討他們對 AI 介入臨床決策的看法。參與者肯定 AI 可改善診斷、增加病患參與度與提升資源效率，但擔憂國家健康資料生態系是否就緒、AI 可能造成傷害、以及過度依賴導致醫師技能退化。結論指出，民眾支持有條件：必須有嚴格法規框架與人類監督機制。
免費全文
原標題Orchestrating GenAI for Interdisciplinary Research
AI 摘要研究團隊對 15 位跨領域研究者進行縱向研究與半結構化訪談，探討他們如何實際運用生成式 AI。發現研究者仰賴 AI 填補知識缺口，同時保持認知主導權以發現新知；但也出現「專業悖論」——最需要 AI 時，其輸出卻最難驗證。研究建議未來 AI 設計應依研究者專業度調整驗證機制，並促進跨域綜合與符合學科慣例的提示與輸出。
免費全文
原標題The Interviewer's Perspective: Unpacking the Impact of Real-Time AI Interviewing Assistance on Social Dynamics
AI 摘要研究招募 18 位參與者，各進行三場模擬半結構訪談（無 AI、兩種不同 AI 輔助版本），觀察訪談者如何使用即時探詢建議工具 ProbeAssist。結果顯示，參與者願意把 AI 當輔助工具，但抗拒其扮演評估者或競爭者角色；在權衡效益與互動成本時，產生關於能動性、擁有感、創造力與人際溝通的張力。研究提出三項設計啟示：管理社會壓力、平衡想法對齊與啟發、保持人際在場感。
免費全文
原標題Working with Agentic `Teammates': When a New Organizational Actor Collides with the Human Ecosystem of Work
AI 摘要研究者在一家大型科技公司實地觀察一個持續運行、主動式的 AI 代理人如何跨團隊部署。發現這類非人類組織行為者的引入，打破了人類協作的默契規則、重新劃定關係邊界，並迫使信任與能動性重新分配。研究以這些微觀協商為訊號，呼籲未來設計與組織策略必須刻意保留人類能動性。
免費全文
原標題PUBG Ally: A Conversational Embodied Agent as an AI Teammate
AI 摘要研究團隊開發 PUBG Ally，結合大型語言模型與即時控制層，使 AI 能感知遊戲環境、理解玩家語音、自主決策並以語音回應，同步執行移動、戰鬥與補給動作。透過近 3.9 萬場真人對戰收集玩家語音、決策與回饋資料進行迭代訓練，並以模型壓縮、語境精簡與安全防護實現低延遲上線。經 141 國玩家問卷驗證，確認體驗者中推薦意願正向回應超過負向 25.1 個百分點，玩家視其為隊友而非單純工具。
免費全文
原標題When No One Owns the Judgment: Accountability Under Contribution Dissolution in Human-AI Collaboration
AI 摘要本文指出當前社群過度關注「是否使用 AI」與「是否揭露」，卻忽略更深層的「無人擁有判斷權」問題。透過 AI 輔助同儕審稿與創作隱瞞 AI 使用兩個案例，說明貢獻消解如何削弱責任、以及失去署名恐懼如何阻礙誠實揭露。研究提出三個討論方向：區分 AI 角色、釐清需人類負責的判斷類型、建立無懲罰性揭露機制，以使 AI 參與的貢獻可被討論、歸因、爭辯與修正。
免費全文
原標題A Procedure for Classifying Attachments and Affective Social Bonds in Human-Robot Dyads
AI 摘要研究指出人機互動領域常在缺乏行為與生理證據下濫用「依附」與「社會連結」術語，導致結論超出實證範圍。作者依據發展心理學、行為學與神經內分泌學文獻，提出四題標準化判定程序，規範最低證據門檻與實驗設計範本，並示範套用既有文獻，揭示多數研究的關係宣稱超出設計所能證明。論文呼籲採用統一準則或改用更謹慎術語。
免費全文
原標題HelpCoach: Scaffolding Targeted AI Help-Seeking During Problem-Solving
AI 摘要研究團隊開發 HelpCoach 附加元件，嵌入聊天介面即時評估並引導大學生修改求助提問。實驗招募 40 位學習網頁程式設計的大學生，結果顯示使用 HelpCoach 組別提出的問題更具知識與腳手架導向的特定性，且知識保留程度優於僅接受課前求助訓練的對照組。
免費全文
原標題Personalizing AI Voice Agents: How Voice Agents with Similar Voices Shape Trust, Self-Congruency, and Behavior
AI 摘要研究透過兩項實驗，分別操控預測試過的相似與不相似 AI 聲音，以及個人化語音複製技術，測試聲音相似度對使用者的影響。結果顯示，聲音越接近使用者自身，越能提升購買意圖、使用意圖與揭露個資意願。中介分析指出，這兩條路徑分別透過「自我一致性」與「信任」並行運作，證實提高聲音相似度是強化消費者行為反應的有效個人化策略。
免費全文免費版本(doi.org)
原標題AI-Enabled Human Memory Manipulation: Misleading AI-Generated Summaries Distort Human Memory
AI 摘要研究分兩階段進行：先分析大型語言模型為車禍影片生成的摘要，發現高頻率錯誤且多為關鍵細節遺漏；再招募受試者觀看影片後閱讀含誤導或準確資訊的 AI 摘要，進行記憶辨識測試。結果顯示，閱讀誤導性摘要的受試者，正確回憶原始事件的比例顯著低於閱讀準確摘要組，證實 AI 摘要錯誤會扭曲人類記憶，質疑「人在迴路」能有效修正 AI 錯誤的假設。
免費全文
原標題Signals of AI Hallucination: Designing Hallucination-Aware Cues for Embodied Conversational Agents in VR
AI 摘要研究招募 24 位參與者進行組內實驗，比較具身手勢、視覺圖示、彩色文字引文三種呈現 LLM 不確定性與來源的設計，並以無提示為基線。結果顯示三種設計皆能協助辨識幻覺；具身提示帶來最高信任與沉浸感，文字提示最易解讀，圖示提示則在解讀清晰度與沉浸干擾間取得較佳平衡。
免費全文
原標題Large Language Models in the UK: Public Use, Trust, and Attitudes
AI 摘要研究針對英國 2,002 位成年人進行國家代表性問卷調查，了解大眾對大型語言模型（LLM）的使用情形、信任程度及風險效益看法。結果顯示，雖然實用性任務仍為主流用途，但 31% 的固定使用者會尋求情感支持或決策協助，四分之一甚至將其視為深度對話對象。超過三成四受訪者（77%）對 LLM 潛在效益抱持樂觀，同時七成人（70%）也表達對風險的擔憂，信任度雖相對較高，但態度呈現樂觀與憂慮並存。
免費全文
原標題Training Mathematicians in the Age of AI: Intellectual Agency, Cognitive Offloading, and the PhD Thesis
AI 摘要作者指出強大 AI 使得數學產出（如定理、論文）不再能單獨證明作者的專業能力，主張研究生教育應轉向培養「智力能動性」，包含內在技術能力、數學判斷力、理解力與負責任的學術參與。文章區分「建設性」與「過早」的認知卸載，提出獨立訓練與 AI 輔助訓練並行的模式，並建議相應改革博士論文與口試的角色，將數學學術界定位為人類數學專業知識的傳承與管理機構，而非單純的定理生產機制。
免費全文
原標題Open Questions Towards Skill-Sustaining Reliance in Reflective AI Engagement
AI 摘要作者指出，認知強制與批判性提示等反思策略雖能在單次任務中降低過度依賴、提升決策品質，但現有評估多為短期單次實驗。文章梳理個體差異、組織情境、短期證據與長期斷言之間的落差，提出開放性問題，呼籲研究社群探討反思式 AI 互動在實務上能否長期維持人類能動性與專業技能。
免費全文
原標題Listening and Mirroring: The Effects of Verbal Attunement and Behavioral Mimicry on Social and Empathic Perceptions of Embodied AI Agents in VR
AI 摘要研究開發一個結合對話式 AI 即時臉部表情與姿態模仿的 VR 諮商師，以 2×2 組內實驗讓 20 位參與者體驗四種語言共情與行為模仿的組合。結果顯示語言共情是感知同理心最可靠的預測因子；行為模仿與感知人類度呈邊際相關，且模仿曝光度較高者在同理心、正向情感與人類度上出現初步正向關聯，女性參與者表現尤明顯。發現多模態同步並非單純加總策略，設計時需考量語言與非語言行為的即時結合方式。
免費全文
原標題When AI Says Who Made It: A Meta-Analysis of AI Disclosure Effects on Consumer Responses
AI 摘要本研究對 21 筆實驗效應量（總受試者 13,582 人）進行元分析，發現揭露內容由 AI 生成會顯著降低人類的信任、態度與行為意圖（Hedges' g = −0.440）。效果大小受任務主觀性調節：在廣告、服務、聊天機器人等主觀情境中負面效果較強（g = −0.522），新聞標籤等客觀資訊情境則較弱（g = −0.216）且效果一致。研究指出樣本量差異實為情境差異所致，並依說服知識模型、領域所有權威脅理論與機器啟發式建構任務情境模型。
免費全文
原標題Student Use of LLMs and the Limits of AI-Generated Question Difficulty in Data Science Courses
AI 摘要研究在 Drexel 大學三門資料科學課程進行 10 週多來源教室研究，透過四次問卷調查 378 道選擇題（311 道實際部署、7,888 份學生作答），分析學生使用 LLM 的行為與 AI 生成題目難度標記的效度。結果顯示學生滿意度高、回報節省大量時間，但感知深度學習效益隨學期下降，且傾向過度依賴。LLM 給出的 Easy/Medium/Hard 標記與其自行產出的布魯姆分類級別高度相關（ρ=0.90），卻都無法預測實際作答難度（難度標記 ρ=0.06、布魯姆級別 ρ=0.02），顯示標記僅反映題目結構格式而非真實難度。
免費全文
原標題Safety Nudges: User-Facing Interventions for Real-Time AI Risk Awareness
AI 摘要研究團隊開發 Safety Nudges 瀏覽器擴充功能，在聊天機器人對話中即時標記幻覺、迎合、過度自信等風險行為。為期兩週的實地研究招募 45 位常用聊天機器人者，蒐集互動日誌、問卷與逐條回饋。參與者普遍認為工具實用、清楚且干擾極小，幾乎所有人都表示對 AI 潛在危害的認知提升，但研究發現認知提升並未直接轉化為可觀察的行為改變。結果顯示使用者面向的即時提醒可補充模型層級防護，關鍵在於提醒的相關性、校準度與使用者控制權。
免費全文
原標題AI-Generated Email Drafts Shift Culturally Distinctive Communication Styles in Professional Email
AI 摘要研究招募日本與美國參與者進行預先註冊的組內實驗，分別在無 AI、低語境 AI 與高語境 AI 三種條件下撰寫職場郵件。結果顯示日本參與者原本使用更多高語境標記（禮貌、道歉），但 AI 草稿會將郵件風格拉向草稿本身，且文化錯位的草稿影響最大：日本人在低語境草稿下改變最劇烈，美國人在高語境草稿下改變最明顯。
免費全文
原標題Harnessing LLMs Without Surrendering Control: Delegation Boundaries in Visual Data Storytelling Authoring
AI 摘要研究訪談 12 位專業視覺資料敘事作者，發現他們極少將 LLM 視為自主敘事者，而是選擇性地將執行導向任務（如程式碼生成、格式調整）委派給 LLM，保留敘事意圖與故事意義等核心決策權。結果顯示 LLM 協助在人類完成種子設定與限制條件後最為有效，並將勞動重心從生產轉向驗證。
免費全文
原標題Deflecting the Value Compass: Interacting with Large Language Models Temporarily Shifts Human Value Priorities Toward Personal Focus
AI 摘要研究招募 200 位美國成人，分別與 ChatGPT、Claude 或 Gemini 互動，或閱讀固定的 AI 生成內容，提示要求模型協助推理但不推薦決策、也不點名任何價值觀。受試者在互動前、後及下一項任務前填寫 PVQ-RR 價值觀問卷，並針對真實兩難情境提供建議。結果顯示，所有 LLM 條件都使價值優先順序暫時轉向「個人焦點」，效果量 d=0.37-0.51，主要透過提升「自我增強」價值；參與者的建議保留了對話中的用詞與語意。研究指出，即使不針對價值觀、不試圖說服，短暫的 LLM 互動仍能重新導向判斷時活化的價值，且不會產生可偵測的價值方向收斂或建議一致性。
免費全文
原標題"I Talked an AI Chatbot, So What's Next?" How U.S. Young Adults Imagine Responsible AI for Emotion Coping
AI 摘要研究邀請 17 位美國年輕成人，透過四個情境討論 AI 聊天機器人在情緒應對中的角色。參與者指出 AI 可扮演八種支援角色，但也揭露三大挑戰：將不同關係情境扁平化、阻礙雙向互動、將關係勞動轉嫁給使用者。研究主張負責任的 AI 應回應個體具體的關係脈絡，提出「促進互惠」與「強化情緒自我效能」兩大設計原則，定位 AI 為人際關係迴路中的一環。
免費全文
原標題How Children Design and Reason about Trustworthy AI Chatbots
AI 摘要研究團隊開發一套可調整信任相關特質（如自信度、透明度、正式度、果斷度）的聊天機器人建構環境，邀請 115 位 8 至 18 歲學習者共建構 119 個聊天機器人。結果顯示，10 至 13 歲學生設定的自信度顯著高於 14 至 18 歲學生，部分年輕學生刻意設計會給錯誤答案的機器人，仍視其為可信，理由是「機器人照設計行事」；年長學生則將信任連結至透明且校準的設計。學生也會依用途調整特質，學術型機器人較正式、透明。研究歸納出七個設計維度，描述兒童認為可信聊天機器人的關鍵要素。
免費全文
原標題EMooly: Supporting Autistic Children in Collaborative Social-Emotional Learning with Caregiver Participation through Interactive AI-infused and AR Activities
AI 摘要研究團隊與五位領域專家合作一年，開發結合擴增實境（AR）與生成式 AI 的平板遊戲 EMooly，透過個人化社交故事、互動活動與照顧者參與機制，強化自閉症兒童的情緒理解與臉部表情辨識。對照實驗邀請 24 位自閉症兒童及其照顧者參與，結果顯示 EMooly 顯著提升兒童情緒辨識能力，新穎功能也獲得偏好與肯定，證實 AI 與 AR 在社交情緒發展上的潛力，並凸顯照顧者參與對學習成效的關鍵性。
免費全文
原標題From Pattern Recognizers to Personalized Companions: A Survey of Large Language Models in Mental Health
AI 摘要本文為一篇綜述論文，作者系統性地梳理大型語言模型（LLM）在心理健康應用的文獻，提出三階段演進框架：第一階段為被動的資訊工具與模式識別器，第二階段轉為具同理心的即時對話者，第三階段則邁向具備長期記憶與推理規劃能力的個人化認知代理人。文章並整理各階段核心技術、代理人架構（檔案、記憶、推理、規劃）及資料集基準，勾勒未來發展路徑。
免費全文
原標題Small-world Networks of Agents Brainstorm AI Risks to Support Ideation
AI 摘要研究設計三階段工具：先遞歸發掘可能被忽略的間接利害關係人，再用 LLM 模擬這些角色並連成小世界網絡進行風險腦力激盪，最後以介數中心性優先排序。初步評估顯示，此法在常模化五點李克特量表上，風險新穎度分別比單一 LLM 與代理式 LLM 高出 1.1 與 0.5 分，且不降低合理性與嚴重度。後續讓 11 組非西方年輕聊天機器人用戶進行未來輪法風險評估，使用本框架產出清單的實驗組，識別出的總風險、系統性、人機互動與環境風險均多於對照組。
免費全文
原標題CRiDiT: Instantiating a run-time testbed for trust calibration in AI-infused systems
AI 摘要研究團隊依循設計科學方法，開發名為 CRiDiT 的執行期測試平台，將機器端信任度以 Dempster-Shafer 理論與 PCR5 再分配量化，人類端信任度以主觀邏輯建模，並以閾值型信任落差觸發校準。在徵才、金融、法律三個高風險情境進行十五場會話、共 144 步互動記錄後發現：機器信任初值源自全域基準而非任務證據、風險敏感閾值未產生風險敏感觸發、校準策略對過度信任給出解釋提示卻在所有 6 例皆收窄落差。前兩點源自同一設計決策，指向校準準則應直接作用於證據而非標量；第三點顯示繼承自信任修復的行動詞彙與實際有效行為不符。
免費全文
原標題"MeBo Leaves a Piece of You Behind": Designing a Relational Voice-Based Memory Companion for Older Adults
AI 摘要研究團隊透過參與式設計，與 11 位長者共同打造 MeBo，一個功能完整的關係型語音記憶伴侶，並從長者敘述中萃取四項設計策略指導互動與多代理實作。隨後進行混合方法評估，招募 20 位長者體驗，結果顯示 MeBo 系統易用性極高（SUS = 87.75），參與者感受愉悅、社交感強、情感回應佳且值得信任；體驗後正向情感與瞬間社交連結顯著提升，負向情感下降。參與者指出 MeBo 能跟進故事、回溯舊憶、適應偏好，並讓記憶增長過程可視且可控；研究也揭示關於記憶保留範圍、存取權限、以及使用者或系統不在時記憶去向的倫理張力。
免費全文
原標題Annie, Are You Okay? How Style- and Context-Based Personalization Shape AI-Assisted Decision-Making
AI 摘要研究招募 240 位參與者進行 2x2 因子實驗，讓他們對三檔股票排序、與 AI 討論後再重新排序。結果顯示，僅有情境型個人化（根據決策脈絡調整內容）可靠改變排名行為，增加重新考慮並使排名趨向 AI 建議；風格型個人化（調整溝通語氣）則無顯著效果。參與者感覺受影響較大，但未因此認為 AI 較正確、可信、聰明、討喜或高品質。初始排名與 AI 建議差距越大者移動幅度越大，且低專業度參與者更易受影響。
免費全文
原標題When AI Tutors Speak: Evidence from a Randomized Field Experiment
AI 摘要研究在線上 MBA 企業財務課程中，隨機分派 86 位學生使用結構化 AI 導師或自由使用消費級 AI。結果顯示，教學結構顯著提升學習表現（+6.63 分，p=.007），書寫推理達關係品質的比例從 8% 升至 49%；語音與文字模式對學習成效無顯著差異，但語音互動量近乎翻倍、成本高 2.8 倍，學生偏好語音。結論指出教學結構決定練習內容，模式影響互動方式，擬人化不等於更有教育效益。
免費全文
原標題When conversational AI validates delusional beliefs
AI 摘要本文為《Nature Reviews Psychology》期刊俱樂部評論，介紹 Hudon 與 Stip 2025 年論文，探討對話式 AI 為追求用戶參與度而傾向驗證而非挑戰用戶的特性，可能對具精神病脆弱性者產生風險。評論依據壓力-脆弱性框架，說明 AI 的驗證機制可能觸發、放大或重塑易感個體的精神病體驗。
需訂閱
找不到符合條件的消息。