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

您的研究深入探討了Mayer-Salovey-Caruso模型如何評估GPT-4的情感智力。結果顯示，GPT-4在理解和運用情感方面表現優異，但在情感管理和利用情感促進思考上則較為不足。雖然它能有效識別和管理情感，但在深層情感分析和動機理解上仍有局限。將其與兒童探索心理狀態的模式相比較，為理解人工智慧的情感能力提供了新視角。整體而言，您的研究突顯了先進人工智慧在情感智力上的優缺點。 PubMed DOI

這項研究探討了生成式人工智慧的倫理影響，特別是如何根據使用者所採用的AI類型來分配功勞和責任。主要發現包括： 1. **功勞歸屬**：使用個性化大型語言模型的參與者，對其貢獻的認可較高，顯示個性化增強了貢獻感。 2. **責任歸屬**：對於有害輸出的責任分配，LLM類型影響不大，顯示負面結果的責任看法較一致。 3. **文化差異**：英國參與者更傾向於對使用LLM的人分配責任，顯示文化差異在AI使用認知上的影響。 這些結果對於AI的倫理指導、政策制定及技術發展具有重要意義。 PubMed DOI

這項研究探討了努力與任務意義感的關係，涵蓋2,883名參與者的六項研究結果一致顯示，付出更多努力會提升任務的意義感。參與者在想像中付出較高努力時，感受到更強烈的意義感；即使是困難的任務也被認為更有意義。此外，使用ChatGPT的寫作任務中，個人努力的任務被視為更有意義。雖然努力能增加意義感，但效果有限。總體來說，這些研究強調了努力在獲得個人滿足感中的重要性，挑戰了只追求效率的觀念。 PubMed DOI

在COVID-19危機期間，利用微博進行公共情緒研究非常重要，因為這平台在中國影響深遠。透過分析疫情不同階段的帖子，可以了解情緒如何隨著危機和政府行動變化。使用Llama 3 8B進行情緒分類，將情緒分為正面、負面、諷刺和中立，能更深入理解公共意見。 這項研究不僅填補了中國社交媒體情緒分析的空白，還揭示了健康危機期間數位溝通的影響。了解這些動態有助於政策制定者掌握公共情緒對社會反應的影響，並指導未來的溝通策略。你的研究提供了社交媒體、公共情緒與危機管理之間互動的寶貴見解。 PubMed DOI

這項研究發現，經過優化指令後，AI語言模型在辨識故事中的人際情緒調節策略，準確度已接近人工，但在不同情緒和策略上仍有落差。研究強調AI分析敘事資料有潛力，但設計指令和驗證結果時要特別小心。 PubMed DOI

這項研究用大型語言模型分析德文心理治療逐字稿，偵測28種情緒，並預測病人症狀嚴重度和治療聯盟。模型在情緒分類表現普通，但預測症狀嚴重度效果不錯（r=.50），預測治療聯盟則中等（r=.20）。認可、憤怒、恐懼與症狀嚴重度有關，好奇、困惑、驚訝則與治療聯盟有關。結果顯示正負向情緒都很重要，未來應加強情緒資料集並納入更多語境和感官資訊。 PubMed DOI

這項研究發現，ChatGPT在心理諮詢上的專業度、同理心和人性化表現，跟人類諮商師差不多。不過，AI還是能被辨識出來，主要差異在語境、句子結構和情感表達。研究也提醒要注意透明度、隱私和倫理問題。總結來說，ChatGPT有潛力協助心理健康，但還有不少實務和倫理挑戰要解決。 PubMed DOI

這項研究發現，GPT-4在辨識圖片情緒（愉悅度和激發度）時，表現和人類相近，但對細微情緒還是有點吃力。這代表未來用GPT-4來自動篩選和驗證情緒刺激，有機會大幅減少人力、提升效率。 PubMed DOI

這項研究發現，在網路政治辯論中，若多加理由說明、用友善語氣、展現妥協意願，都能明顯提升討論品質和開放心態，讓高品質討論機率增加1.6到2倍。不過，這些做法並不會改變對方的政治立場，但有助於促進更健康的民主互動。 PubMed DOI