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

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

這段文字探討了在社交網絡上檢測政治宣傳的挑戰，特別是利用機器人和多帳號影響公眾意見的情況。作者強調，隨著大型語言模型和資訊過載的增加，識別這類宣傳變得更加困難。他們提出一種方法，透過分析不同數據集中的標籤和用戶提及的重複性來檢測操控行為。研究利用了16個數據集，結果顯示能有效區分政治與非政治討論，無論推文來源或語言如何。 PubMed DOI

這篇文獻回顧專注於偵測超偏見新聞，這類新聞對特定政黨有強烈偏見，導致讀者極化，影響社會凝聚力與民主穩定。透過機器學習和深度學習的進展，自動化工具可協助解決此問題。回顧採用PRISMA方法，涵蓋2015至2024年間的81篇文章，系統整理偵測方法與數據集。分析中指出該領域的空白，如對超偏見的定義不明及少數語言資源不足。雖然深度學習模型表現佳，但大型語言模型的潛力尚未被充分發掘，為未來研究奠定基礎。 PubMed DOI

這項研究分析了ChatGPT發布後，Twitter上對大型語言模型（LLMs）的討論，特別是ChatGPT和GPT-3。透過超過59,000條推文的主題建模和情感分析，發現普通人和技術專業人士的態度存在差異。研究指出，關於ChatGPT的討論多集中在商業應用，且常帶有負面情緒；而GPT-3的討論則較為正面，涵蓋倫理等多元主題。這顯示出進一步研究的必要性，以了解LLMs的影響與風險，並為政策制定者提供參考。 PubMed DOI

這項研究分析了七種大型語言模型（LLMs）在潛在內容分析的有效性，並與人類標註者進行比較。研究涵蓋情感、政治傾向、情感強度和諷刺檢測。結果顯示，無論是人類還是LLMs，在情感和政治分析上表現一致，LLMs的可靠性通常超過人類。不過，人類在情感強度評分上較高，兩者在諷刺檢測上都面臨挑戰。總體來看，LLMs，特別是GPT-4，能有效模仿人類的分析能力，但人類專業知識仍然重要。 PubMed DOI

生成式AI能協助政治說服研究，突破資料限制。實驗發現，AI產生的說服訊息能有效改變受試者態度和投票意向，但個人化或互動式訊息並未特別更有效。雖然AI能影響意見，但對提升對立陣營包容度或減少敵意幫助有限，顯示改變想法不等於減少社會極化。 PubMed DOI

研究發現，GPT-4在辯論時若能根據個人資料客製化論點，有64%機率比人類更有說服力，能更有效改變他人看法。這顯示AI說服力很強，也提醒我們未來要注意如何管理這類技術。 PubMed DOI

這篇研究發現，像 GPT-4 這樣的大型語言模型可以產生很接近真實用戶的合成資料，拿來預訓練自適應式政治問卷後，問卷在預測和推薦上的準確度都有提升。這表示 LLM 未來有機會幫助解決初期缺乏訓練資料的問題，對政治學等領域很有幫助。 PubMed DOI

這項研究發現，GPT-4在協助篩選食道切除術併發症危險因子的文獻時，和人工審查者的判斷一致率高，尤其在標準較寬鬆時表現更好。雖然標準嚴格時準確率會下降，但GPT-4仍能有效簡化流程並提供決策依據。未來建議進一步比較不同模型及應用於其他審查步驟。 PubMed DOI