這項研究探討了不同人工智慧模型在精神醫學診斷的表現，包括GPT-3.5、GPT-4、Aya和Nemotron。由於病人主觀報告的影響，準確診斷常常困難。研究使用20個DSM-5的臨床案例，結果顯示GPT-3.5和GPT-4在準確性和推理上優於其他模型，尤其在診斷精神病和雙相情感障礙方面表現突出，但在某些情況下則不佳。研究建議，人工智慧有潛力改善精神科診斷，但其他模型需進一步改進，未來應擴展數據集以增強診斷能力。 PubMed DOI

這項研究探討了支撐ChatGPT的GPT模型在多語言心理文本分析中的有效性。研究分析了15個數據集，包含47,925條推文和新聞標題，評估GPT在12種語言中檢測情感、情緒等心理構念的能力。結果顯示，GPT的表現超越傳統方法，且隨著版本更新準確性提升，特別是在不常用語言中，具成本效益。研究建議GPT能民主化自動文本分析，促進跨語言研究，並提供範例代碼和教學。 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

這項研究評估了GPT-4在心理健康管理認證測試中的表現，重點在於調整提示是否能提升結果。研究者使用3 × 2的因子設計，測試600道多選題，並比較了簡單提示與調整提示的效果。結果顯示，GPT-4在不同難度級別的得分相近，且兩種提示條件之間沒有顯著差異。雖然調整提示未顯著提升表現，但能減少錯誤並改善輸出組織。該研究已在UMIN-CTR註冊。 PubMed DOI

在研究中，我探討了大型語言模型（LLMs），特別是GPT-3.5和GPT-4，對複雜行為科學實驗結果的預測能力。結果顯示，GPT-4在預測情感、性別和社會認知方面，與119位人類專家的表現相當，相關性高達0.89，而GPT-3.5則僅有0.07。在另一項研究中，讓大學參與者與GPT-4驅動的聊天機器人互動，提升了他們的預測準確性。這些結果顯示，人工智慧在預測行為主張的實證支持上，可能成為有價值的工具，並強調人類與AI合作的潛力。 PubMed DOI

研究顯示，ChatGPT-4在使用十項人格量表（TIPI）評估公共人物的人格特質上表現優異，相關係數高達0.76到0.87，顯示其評估結果與人類評審者高度一致。這可能歸因於其廣泛的訓練數據、對語言細微差別的理解、模式識別能力，以及缺乏偏見的反饋。這些發現顯示，ChatGPT-4在心理學、行銷和公共關係等領域具有潛在價值，並引發對AI在社會評估中可靠性的思考，顯示出AI在理解人類行為方面的進步與應用潛力。 PubMed DOI

本研究探討ChatGPT作為焦慮症患者心理治療師的有效性與可接受性。透過4週的介入，399名來自沙烏地阿拉伯的參與者評估了AI心理治療的經驗。結果顯示，91.2%的使用者認為ChatGPT準確，89.6%有治療經驗，36.1%報告嚴重焦慮。參與者對隱私和倫理的擔憂也被提及。城市居民和女性對ChatGPT的評價較高。結論是，ChatGPT有潛力補充傳統心理治療，改善心理健康護理的可及性。 PubMed DOI

這項研究探討了人工智慧（AI）語言模型在診斷兒童焦慮的有效性，並與一般醫生進行比較。研究發現，AI工具在識別焦慮症方面的成功率明顯高於醫生，特別是Claude.AI和Gemini表現最佳。雖然40%的醫生偏好在診所內處理案例，但AI通常建議轉介至專業心理或身體健康服務。整體來看，這些大型語言模型在兒童焦慮診斷上展現出相對於醫生的優勢。 PubMed DOI

最近，GPT-4在大型語言模型（LLMs）方面的進展，可能會改變社會科學的研究方式。研究探討了GPT-4在模擬擁有不同大五人格特徵的個體的有效性，進行了兩項模擬研究。 第一項模擬顯示，GPT-4生成的個性反應比人類反應更具一致性，且與人類自我報告的分數高度相關，顯示其能有效模仿真實個性。第二項模擬則指出，隨著角色複雜度增加，GPT-4的表現會下降，但加入人口統計信息後，模擬的準確性有所提升。 總體而言，這些結果顯示使用GPT-4創造多樣個性的代理人，對理解人類行為的研究有很大潛力，並為未來的研究提供了新方向。 PubMed DOI

這項研究探討了ChatGPT 4在透過書面文本評估人格特質的有效性，使用了兩個公開數據集，包含文本和基於五大人格模型的自我評估。研究目的是評估ChatGPT 4在十一點量表上預測人格特質的準確性，並與作者的自我評估進行比較。結果顯示，ChatGPT 4能中等程度推斷人格特質，但在判斷輸入適當性方面有困難。研究建議改進基準測試方法，以提升評估過程，並強調大型語言模型在人格評估中的潛力。 PubMed DOI