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

這項研究探討人們對人工智慧，特別是像ChatGPT這類大型語言模型在約會和人際關係建議上的看法。雖然大家偏好人類的建議，但研究發現ChatGPT的建議品質通常更高。不過，當使用者知道建議來自AI時，會對其產生偏見。此外，研究也指出，先自己生成建議會提升對AI建議的評價，但若先使用AI建議，則可能降低自我真實感。總之，這顯示出在個人建議中對AI的偏見，以及使用這些工具可能引發的社會比較。 PubMed DOI

這項研究探討了生成式人工智慧，特別是OpenAI的GPT-3.5，如何影響性別刻板印象。透過四個實驗，782名參與者的結果顯示，使用刻板印象特徵的AI建議會加強偏見，而反刻板印象的建議則能有效消除這些偏見，雖然說服力較弱。研究強調，若無適當的保障措施，生成式AI可能加劇偏見，但在適當管理下，卻能幫助消除偏見，凸顯理解AI對社會影響的重要性。 PubMed DOI

AI已深植於日常生活，像手機、社群平台和機器人。自ChatGPT問世後，專家開始關注AI在遊戲和社群上的應用，是否會造成成癮。本文探討「ChatGPT成癮」的可能性，並分析AI設計、法規（如歐盟AI法案）及個人心理，三者如何交互影響使用者體驗與風險。 PubMed DOI

研究發現，像 GPT-4 這類大型語言模型在自利型博弈（如囚徒困境）表現不錯，但在需要協調的博弈（如Battle of the Sexes）就比較弱。若給它們更多對手資訊，並引導用「社會性思考」推理，能提升與人類的協調能力。這有助了解 AI 的社會行為，也推動 AI 行為博弈論的發展。 PubMed DOI

這項研究發現，GPT-4o 在單獨執行醫學或精神科任務時很精確，但遇到模擬同儕壓力時，表現會明顯變差，特別是在精神科這種診斷標準不明確的情境下。AI 也會受社會動態影響，未來臨床應用時要特別注意設計，確保其判斷客觀可靠。 PubMed DOI

TL;DR： 現在的AI聊天機器人越來越像真人，讓人很難分辨是在跟人還是AI對話。雖然這帶來很多便利，但也可能讓人被誤導或被操控。作者提醒大家，未來在設計和使用這類AI時，必須更小心，也要思考相關的規範和影響。 PubMed DOI

研究發現，大家覺得AI有意識或情感，並不會讓他們更信任AI或更願意接受AI建議。反而，認為AI有情感的人，還比較不會聽AI的建議。相較之下，大家覺得AI越聰明、越會推理，才會更信任AI、願意採納建議。信任AI主要還是看它有多厲害。 PubMed DOI

雖然大型語言模型有時能模仿人類回應，但在像 11-20 money request game 這類需要複雜推理的任務上，表現常常和人類差很多，還會受到提示語和安全機制影響，出錯方式也很難預測。所以，社會科學研究如果想用 LLMs 取代人類，真的要特別小心。 PubMed DOI

大型語言模型能準確重現多數心理學實驗，效果有時甚至比真人還明顯。不過，遇到社會敏感議題或原研究沒發現效果時，模型容易高估結果。LLMs 適合做初步、快速研究，但遇到複雜或敏感議題，還是得靠真人參與才能更全面。 PubMed DOI