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

這項研究探討兒童與機器人互動對創造力的影響，特別是在傳統教育環境中可能限制創意的情況下。研究人員微調了一個大型語言模型，創造出能展現創意的社交機器人。第一項研究中，38名兒童與機器人互動，但創造力無顯著差異。第二項研究中，103名兒童參與，結果顯示創意模型顯著提升了兒童的創造力。研究強調機器人行為設計對學習成果的重要性，建議在教育中整合創意社交機器人以促進創造力。 PubMed DOI

這項研究探討大型語言模型（LLM）代理的個體性和主動性，強調不再依賴預先定義的特徵。透過模擬一群協作的LLM代理，研究分析了社會規範、合作和個性特徵如何自發發展。結果顯示，這些代理會創造「幻覺」和標籤，增強溝通，並使互動中出現更豐富的詞彙。隨著交流進行，代理的情感變化，形成社群，最終導致個性的演變。這種方法為分析集體人工智慧及其動態提供了新視角。 PubMed DOI

近年來，改善人類與人工智慧（AI）互動的關注度逐漸上升，社會智慧成為促進自然溝通的關鍵。為了評估AI對人類互動的理解，像Social-IQ這樣的數據集被創建，但這些數據集多採用基本的問答格式，缺乏答案的理由，且通常只從預設選項中生成答案，限制了可解釋性和可靠性。為了解決這些問題，我們進行了一項基於視頻的問答評估，強調人類互動，並加入相關註解，發現人類與AI的反應模式存在顯著差異，顯示現有基準的缺陷。我們的發現將有助於開發更精緻的數據集，促進人類與AI之間更自然的溝通。 PubMed DOI

這項研究介紹了一種新的個人化大型語言模型（PLLM）代理，旨在提升大型語言模型在人體與機器人及人機互動中的整合能力。雖然現有研究多集中於技術層面，但在適應個別用戶情境上仍面臨挑戰。我們提出利用特定領域數據來個人化模型，並透過NeuroSense EEG數據集進行驗證。研究結果顯示，PLLM在醫療、教育及輔助技術等領域具有效用，並探討了相關的倫理考量，如數據隱私問題。這標誌著人工智慧在適應性和個人化上的重要進展。 PubMed DOI