社群媒體對資訊傳播和公眾意見塑造很重要。研究分析了數百萬篇有關ChatGPT和COVID-19疫苗的帖子，探討線上平台如何影響大眾看法。研究使用主題分析和情感分析來了解不同平台和事件對線上討論的影響。結果顯示，COVID-19疫苗討論因為緊迫性而傳播速度快，而ChatGPT討論則發展較緩慢。 PubMed DOI

使用像ChatGPT這樣的大型語言模型，根據收件人的心理特徵製作個性化訊息，可以大幅提升訊息的影響力。研究發現，在1788名參與者中，由ChatGPT生成的個性化訊息在各個領域和心理特徵上比非個性化訊息更具說服力。這顯示了大型語言模型在自動化和擴展個性化說服方面的潛力，提高了效果和效率。這些發現對研究人員、從業者和一般大眾都具有重要意義。 PubMed DOI

研究探討2022年12月1日至2023年3月1日間ChatGPT推出後的初期反應和情緒。透過分析Twitter數據，發現公眾對這個聊天機器人的討論集中在擔憂和意見上。研究指出ChatGPT受到正負面評價，人們對其能力和影響持有著興奮與謹慎並存的態度。 PubMed DOI

比較了OpenAI的ChatGPT-4與傳統生物統計軟體（SAS、SPSS、R）在流行病學數據分析能力。ChatGPT-4在描述統計、組間分析和相關分析表現優異，使用方便且效率高，適合中級研究人員。然而，在結果一致性和高級統計方法上有限制。整合AI如ChatGPT-4可降低操作難度，促進流行病學和醫學研究進步。 PubMed DOI

ATG技術進步快速，AI工具如ChatGPT讓人人都能輕鬆生成自然文字。研究人們對此的感知和互動方式對未來使用至關重要。調查顯示人們偏好人類創作，對ATG功能和責任理解不足。態度、對AI的期望、對ChatGPT和ATG的看法等影響閱讀AI生成文本的意願。儘管引入ChatGPT，大多數變數保持一致，兩次調查間略有差異。研究強調了討論自動內容的機會和限制的重要性。 PubMed DOI

大學學生常面臨心理健康問題，因此需要有效的介入措施來提升自我認知與福祉。MindScape推出了一種創新的AI驅動日記，結合行為數據與大型語言模型，提供個性化的日記體驗，旨在增進自我認知。 一項為期8週的研究顯示，20名大學生使用MindScape後，正向情感增加7%，負向情感減少11%，孤獨感降低6%，焦慮和憂鬱也顯著下降。參與者對AI生成的定制提示表示重視，這項研究為未來探索AI日記對心理健康的影響奠定基礎。 PubMed DOI

這項研究調查了像 ChatGPT 這類大型語言模型在科學詢問中的使用情況及人們的看法，基於2023年7、8月來自七國的4,320名受訪者的數據。儘管這些技術較新，許多使用者仍表示會利用 ChatGPT 獲取科學資訊。研究比較了使用者對 ChatGPT 和傳統資訊來源（如 Google 搜尋）的看法，以及他們對生成式人工智慧的知識和信任程度，並與不使用者及不同目的的使用者進行比較，提供了對 GenAI 早期採用及其對公眾理解科學議題影響的見解。 PubMed DOI

這篇論文探討大型語言模型（LLMs）如ChatGPT在編輯用戶生成內容（UGC）時的意外影響，特別是情感變化。分析氣候變遷推文後發現，LLMs重述的推文通常情感更中立，這可能扭曲依賴UGC的研究結果。為了應對這些偏見，論文提出兩種策略：一是使用預測模型識別原始情感，二是微調LLMs以更好地對齊人類情感。整體而言，研究強調了LLMs對UGC情感的影響，並提供減少偏見的實用方法，確保情感分析的可靠性。 PubMed DOI

本研究探討了ChatGPT推出後，使用者與MIBot（幫助戒煙的聊天機器人）互動的變化。參與者分為兩組：一組在ChatGPT發布前互動，另一組則在六個月後互動。結果顯示，後者對MIBot的滿意度顯著下降，尤其在同理心方面。不過，對ChatGPT熟悉的使用者提供了更長的回應，並在戒煙意願上有更大提升。這顯示先進AI技術改變了使用者期望，開發者需隨之調整。 PubMed DOI

這篇文章探討社交媒體研究面臨的挑戰，特別是如何有效篩選大量不斷變化的數據。作者建議利用生成式AI和機器學習來解決標籤和關鍵字帶來的問題。以懷孕期間使用電子煙的TikTok內容為例，研究者使用70對標籤搜尋，獲得11,673個帖子，並透過工具提取數據。最終，使用ChatGPT-4分析這些內容，發現其在過濾不相關帖子方面有效，但在敏感性上仍需改進。未來研究應著重提升其準確性。 PubMed DOI