研究發現三款大型語言模型在醫療決策上的表現，ChatGPT最優，其次是Google的Bard和Bing的AI。結果顯示ChatGPT提供更易懂且符合指引的醫療建議，對初級醫生學習和臨床決策有潛力，但還需更多整合到教育中。 PubMed DOI

這項研究分析了一個專注於由大型語言模型（LLM）驅動的對話代理的心理健康支援子論壇中用戶的評論。研究發現強調了一些好處，例如即時支援和提升用戶信心，但也指出了一些挑戰，如過濾有害內容和用戶過度依賴的問題。該研究強調了在心理健康支援中需要謹慎評估和負責任使用LLM的必要性。 PubMed DOI

社群媒體常被用來找健康資訊，AI聊天機器人如ChatGPT-3.5、Bing Chat和Google Bard也在發展中。研究發現，Bing Chat和Google Bard比ChatGPT更具同理心。醫療AI聊天機器人應提供正確且安全的資訊，對醫護人員而言尤為重要。 PubMed DOI

陪伴機器人旨在幫助年長者對抗孤獨感，提供社交和情感支持。然而，年長者對於對話伴侶的期望可能與目前的科技和其他年齡群體有所不同。讓年長者參與這些機器人的開發是至關重要的。最近大型語言模型的進步顯示了滿足這些期望的潛力。一項涉及28名年長者的研究展示了在一個陪伴機器人中使用大型語言模型，揭示了期望，如積極參與對話、記憶過去互動、保護隱私、提供資訊和提醒、促進社交聯繫以及表達同理心。該研究提供了設計針對年長者的對話陪伴機器人的建議，使用基礎模型如大型語言模型，這也可應用在其他領域。 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

這項研究開發了一個聊天機器人，目的是早期識別青少年的抑鬱症狀，並解決精神科服務接觸率低的問題。研究分為兩個步驟： 1. **數據收集與分析**：對53名青少年進行標準化訪談，產生4,077對問答，訓練出一個準確率高達97%的模型，能有效區分有無抑鬱症的青少年。 2. **使用Chat GPT生成數據**：為增強數據集，研究利用Chat GPT生成額外語句，發現有效的提示工程具有挑戰性，但成功策略是平衡提示長度與示例數量。 總體來看，這項研究顯示分析青少年語言模式能有效識別抑鬱症狀，而Chat GPT則是創建合成數據的好工具。 PubMed DOI

這項研究探討了HoMemeTown Dr. CareSam的開發與評估，這是一個支援英語和韓語的心理健康聊天機器人。研究針對20位18到27歲的韓國年輕人進行，機器人提供感恩日記和風險檢測等功能。結果顯示用戶在積極性、支持和同理心方面滿意度高，但在專業性和內容複雜性上仍需改進。雖然該聊天機器人展現潛力，但小樣本和短期研究顯示需進一步擴大臨床試驗以提升其有效性。 PubMed DOI

這個對話系統的目的是改善機器人與孩子的互動，透過更好地理解孩子獨特的語言特徵，如不完整句子和發音錯誤。現有的大型語言模型在解讀孩子意圖時不如人類準確，因此系統採用微調方法，利用人類對孩子回應的判斷差異來訓練。這樣一來，系統能更自然地理解孩子的語言，並進行適應性的對話。其有效性透過機器人社交屬性量表和合理性指標進行評估，顯示能理解並回應孩子的話語。 PubMed DOI

這項研究評估了針對青少年心理健康的對話代理（CAs）或聊天機器人的現狀。研究人員找到39篇相關的同行評審文章，發現許多CAs主要是基於專家知識設計，缺乏青少年的意見，且技術仍在早期階段，安全性不足。青少年使用者對CAs在討論敏感話題的可用性表示欣賞，但覺得內容有限。大部分研究未解決用戶數據的隱私問題。這項回顧強調了研究人員、青少年和專家的合作必要性，並呼籲在設計中重視隱私與安全。總體而言，仍需更多研究來驗證這些工具的有效性。 PubMed DOI

心理健康服務的可及性是全球性議題，需求日益增加。對話式人工智慧（AI）被視為潛在解決方案，但建立可靠的虛擬治療師仍具挑戰。本研究探討將AI整合進虛擬實境（VR）自我對話的優缺點，重點在用戶體驗及AI在自我反思和問題解決中的角色。經過兩年半的開發，我們進行了為期三個月的質性研究，結果顯示AI能改善參與者的思維過程，增強自我反思能力，並提升心理諮詢的效果。 PubMed DOI