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

這項研究探討情感表達在群眾募資中的影響，重點在口頭與視覺元素。研究分析了3,817個專案，發現正向情感表達能提升捐贈決策，尤其口頭表達對捐贈金額影響顯著。情感價值透過同理心影響捐贈行為。募款者應強調正面情感，結合視覺與口頭內容，以提升參與度和捐贈效果。這些見解有助於理解利他行為的情感動機，並優化線上募款策略。 PubMed DOI

這項研究探討了寫作中的「人類觸感」，比較了人類撰寫的信件和ChatGPT生成的信件。七位研究者評估了兩封信的可讀性和人類觸感，結果顯示兩者相似，皆具人類觸感，但語調上有些微差異。主要結論是，人類寫作與AI寫作的差異在於寫作過程的樂趣。研究建議AI應增強而非取代人類的寫作體驗，並呼籲進一步探討這個主題。 PubMed DOI

最近的研究指出，教師在課堂上展現同理心非常重要，但對同理心的定義和測量方式卻不一致，讓它在有效教學中的角色仍不明確。本研究提出了一個框架，幫助理解教師的同理心訊息，並探討教師的熱情如何影響教學和學生學習。 研究涵蓋24所高中的45位教師和1,370位學生，透過課堂錄音分析教師的同理心訊息。結果顯示，班級越大，教師的情感同理心訊息越多；而教師熱情越高，傳遞的同理心訊息也越多，但與學生成績並無顯著關聯。這項研究提供了評估教師同理心訊息的實用框架，並強調教師動機對教學的影響。 PubMed DOI

這項研究探討了一次性自我慈悲寫作練習的效果，並比較了有無ChatGPT反饋的情況。98名參與者被分為三組：一組有ChatGPT反饋，另一組則沒有，還有一組作為對照組。結果顯示，參與寫作的兩組自我慈悲顯著增加，接受ChatGPT反饋的組別焦慮也明顯減少，而對照組則無顯著變化。這表明自我慈悲寫作能有效減少焦慮，結合ChatGPT的反饋能進一步增強效果，讓心理支持更易於大眾獲得。 PubMed DOI

這項研究聚焦於隱性動機，探討影響行為和情感的潛在需求，並與人格特質區分開來。研究團隊開發了機器學習模型，利用85,028句子的數據集來評估權力、成就和歸屬感的需求。結果顯示，這些模型與傳統方法一致性高，內部一致性相關係數分別達到.85、.87和.89。研究還重複經典實驗以驗證模型的有效性，並提供免費的R-package text框架，顯著減少編碼時間，讓隱性動機研究更具可及性。 PubMed DOI

這項研究發現，經過微調的大型語言模型（LLM）能有效辨識老師語言中的自我決定理論（SDT）動機訊息，但對削弱動機訊息的辨識較弱。課堂管理自信的老師較常給予支持關聯感的訊息，學生參與自信高的老師較少用削弱能力或關聯感的語言，而教學策略自信高的老師則較少支持自主性。LLM分析和人工標註結果相似，但仍有差異。 PubMed DOI

這篇文章說明自我決定理論（SDT）能有效提升運動和身體活動的動機，主要靠增加自主性和支持心理需求。雖然SDT介入對健康行為有幫助，但效果多半只有小到中度。文中也提到SDT理論本身還有爭議，未來可結合新科技和行為科學來加強成效。 PubMed DOI

這項研究發現，休息時心智漫遊越多，對創意寫作的幫助越大，但這效果只出現在繼續寫同一個故事時。休息的方式本身沒什麼差別，重點在於休息時有沒有心智漫遊。這種好處和個人平常的心智漫遊習慣無關，主要是在解決同一個問題時才有效。 PubMed DOI

這項研究發現，ChatGPT 上癮主要是因為衝動性思考，尤其當衝動與反思失衡時更明顯。獨立自我觀的人較容易衝動使用，互賴自我觀的人則較會思考，但即使反思也難完全避免上癮。這提醒我們生成式 AI 可能帶來負面認知影響，並提供建立健康數位習慣的參考。 PubMed DOI