認知模型可串聯人類與深度強化學習，實現易懂的人工智慧。透過比較人類與學習者的思考方式，我們能更了解他們的選擇過程。這方法有助於辨識差異，並以通俗方式解釋學習者的行為。新技術突顯每個模型決策的關鍵特徵，在Starcraft II和OpenAI gridworld等場景中有展示。 PubMed DOI

人工智慧廣泛運用，特別是大型語言模型和生成式AI。討論這些技術對兒童心理學和精神病學的影響，從LLMs到生成式AI對人類發展的影響。探討生成式AI的研究發展，以及對年輕人成長環境可能帶來的影響。兒童心理學和精神病學專業人士應更關注這快速發展的領域。 PubMed DOI

研究比較了ChatGPT、Google Bard和Bing等人工智慧模型在輔導和心理治療領域的社交智能，發現它們與心理學家有明顯不同。ChatGPT-4超越了心理學家，Bing也表現優異。Google Bard在社交智能方面與擁有博士學位的人有明顯差異，顯示潛力。研究建議人工智慧模型在情感和社會行為理解方面進步迅速，可為心理治療師提供新途徑，值得進一步探討。 PubMed DOI

研究指出，認知科學可提升人與電腦在複雜系統的互動。建議運用認知心理學改善人工智慧在教育中的應用，將其視為學習工具。強調生成式人工智慧如ChatGPT源自認知科學。提倡教育工作者將人工智慧視為重要合作夥伴，協助教授溝通與協作等技能。 PubMed DOI

這篇文章探討生成性人工智慧（AI）在教育中的應用，強調與實體世界互動的重要性。特別是透過蒙特梭利等教學法，促進探索與有組織環境的互動。作者運用主動推理框架，將學習視為一種認知覓食的過程，並強調修正預測誤差的必要性。他們認為生成性AI能增強學習環境的準備度，並在具身與無具身智慧之間創造新的協同效應，這是AI背景下具身認知的更大討論的一部分。 PubMed DOI

最近，自然語言處理（NLP）領域的進展主要受到變壓器模型的影響，這些模型透過注意力機制分析標記間的關係，生成回應。然而，關於這些模型是否能促進人工通用智慧（AGI）及解決對齊問題仍有爭論。研究人員認為AGI需具備可解釋的價值觀、效用函數及動態情境理解。為此，提出一種神經符號模型，結合進化理論與神經科學，探索AI的意識與同理心，並可能為對齊問題提供解決方案。 PubMed DOI

這篇文章介紹了心理體系（Psychomatics），探討大型語言模型（LLMs）與人類在資訊處理上的差異。雖然LLMs在學習和語言使用上展現出類似的認知技能，但其基本過程卻截然不同。心理體系透過比較LLMs與生物系統，分析它們在獲取、記憶和利用資訊上的差異。LLMs能夠有效操控語言模式，但缺乏人類的情感和經驗，限制了對複雜關係的理解。最終，這個框架旨在深入了解語言、認知和智慧，並指導更具人性化的人工智慧系統發展。 PubMed DOI

這篇論文探討大型語言模型（LLMs）對自然科學和社會科學的影響，特別是透過生成代理模型（GABMs）模擬人類行為。研究涵蓋網絡科學、演化博弈論等領域，顯示LLMs能預測社會行為、增強合作及模擬疾病傳播。雖然LLMs能模仿公平性和合作，但仍面臨提示敏感性和幻覺等挑戰，影響行為一致性。未來研究應聚焦於完善模型、標準化方法，並探討LLMs與人類互動可能帶來的新合作行為，重塑決策過程。 PubMed DOI

這篇綜述文章探討生成式人工智慧（AI）在心理學的影響，特別是像ChatGPT這類工具的應用。文章分析了2015至2024年間的研究，強調生成式AI在數據分析、行為建模和社交互動模擬上的優勢。它比較了傳統研究方法與AI驅動方法的效率，並討論了理論與倫理挑戰，特別是偏見問題。最後，文章展望生成式AI在心理學的未來，提出改進建議和數據隱私措施，強調對倫理問題的重視對維護研究完整性的重要性。 PubMed DOI

這篇迷你評論探討生成式人工智慧（GAI）和大型語言模型在滿足學習者認知與情感需求的角色，並強調其實際應用與限制。文章分析了2019至2024年間的實證研究，特別是ChatGPT在教育中的應用。雖然GAI能透過互動學習增強學生參與感，但在促進批判性思維和維持回應準確性方面仍有挑戰，可能讓學習者感到困惑。此外，GAI在定制學習和提供情感支持上也不夠充分。評論呼籲改進教學策略，並對GAI的介入進行仔細評估，以避免對學習造成負面影響。 PubMed DOI