這項研究探討了在人機互動中使用ChatGPT進行文本分析。結果顯示，ChatGPT的情緒分數與人類評分和基於規則的分析有很強的相關性。它還能提供訪談數據的有意義摘要，並突顯了思考過程數據中的差異。總的來說，ChatGPT在適當的預防措施下可以成為文本分析的有效工具。 PubMed DOI

ChatGPT等工具因運用大型語言模型而受歡迎，引發了有關作者身份和貢獻評估的問題。然而，對人類數據收集的影響卻被忽略。研究指出，ChatGPT可生成與人類參與者相似的輸出，並具有可靠性。討論了對人類數據收集的影響，包括機會和數據捏造等挑戰。 PubMed DOI

生成式人工智慧目前不太用於文本分析，但在評估情緒上有潛力。一研究比較了ChatGPT和LIWC工具的分析結果，發現兩者關聯較小，ChatGPT在22%情況下計算LIWC分析時出錯。這顯示大型語言模型處理詞語和數字可能不可靠，使用時要謹慎。 PubMed DOI

研究比較了在網路諮商中使用 GPT-3.5 和 GPT-4 模型進行粵語情感分析的效果，發現ChatGPT模型表現優異，建議可應用在粵語等資源有限的語言及心理治療領域的情感分析。 PubMed DOI

討論了最新研究，認為大型語言模型如BERT和ChatGPT有潛力改革心理評估。這些模型在語言處理任務中表現準確，且受歡迎。成功因有效表達上下文單詞。建議透過適當驗證，專注自然語言溝通可改變心理健康評估。 PubMed DOI

研究探討大型語言模型如ChatGPT是否能從社群媒體貼文推斷人格特質，結果顯示模型可準確推斷大五人格特質，尤其對女性和年輕人更準確。這種能力或許讓心理評估更普及，但也引發隱私和監管疑慮。 PubMed DOI

GPT-4的發布引起了人們對大型語言模型（LLMs）普遍應用的關注。這篇論文探討了ChatGPT對人類與電腦互動、心理學和社會的影響，著重於其技術基礎、對話界面的改進、心理效應、商業和社會應用，以及未來的發展方向。 PubMed DOI

研究評估了ChatGPT對2020年葡萄牙國家住院醫師選拔考試題目的分析能力。使用150道考題測試ChatGPT，計算每題難度。結果顯示ChatGPT預測的難度與實際相關，且能辨識較簡單問題。總結來說，研究顯示ChatGPT在預測考題難度方面有潛力，無需實際測試即可評估心理特性。 PubMed DOI

心理研究中使用大型語言模型(LLMs)引起關注，但「GPTology」的使用限制和風險令人擔憂，可能影響像ChatGPT這樣的模型。我們需了解LLMs在心理研究中的限制、道德問題和潛力，解決其對實證研究的影響。重要的是認識全球心理多樣性，謹慎看待LLMs作為通用解決方案，發展透明方法從AI生成的數據中做可靠推論。多元化人類樣本，擴展心理學方法，確保科學包容可靠，避免同質化和過度依賴LLMs。 PubMed DOI

這項研究探討大型自然語言模型如GPT-3和GPT-4如何幫助社會心理學研究者生成新假設。由於該領域發現眾多，整合想法變得困難，可能會錯過重要聯繫。研究採用兩種方法：首先對GPT-3進行微調，使用數千篇社會心理學摘要，專家評分後發現其生成的假設在清晰度和創新性上與人類相似；其次不微調使用GPT-4，結果顯示其生成的假設在多個維度上評分更高。總體來看，這些模型能有效支持假設生成。 PubMed DOI