Nature Human Behaviour:AI 辅助请愿写作改变文风,但请愿结果未改善
2023年,Change.org 在其平台上线了一款 AI 辅助请愿起草工具。研究显示,使用该工具后用户的请愿文本发生了明显变化,彼此之间也变得更加相似;但请愿的整体结果并未改善,这体现出 AI 融入线上倡导社群存在局限。
搜索与计数仅限六个 AI × 心理学议题。全部收录不等同于精选;普通心理学内容可从背景主题继续阅读。
2023年,Change.org 在其平台上线了一款 AI 辅助请愿起草工具。研究显示,使用该工具后用户的请愿文本发生了明显变化,彼此之间也变得更加相似;但请愿的整体结果并未改善,这体现出 AI 融入线上倡导社群存在局限。
《The Human Edge: Smarter Decisions in the Age of AI》作者 Cheryl Strauss Einhorn 提出,AI 没有价值观,只有设计者和训练数据带来的偏见,因此使用 AI 决策时人需要先明确要解决的问题、动机与情境,把善意与关怀等价值观带进与 AI 的协作。
Rosenbaum 等人在美国开展三项随机实地试验,发现强调患者高风险状态的定向沟通提高了流感疫苗接种率。但告知患者其风险状态由计算机算法识别,并未带来额外效果。
王磊等(2026)发表于《心理科学进展》的论文提出,数字员工以智能代理身份加入团队后,原有分工、沟通与责任安排可能失效,团队需经历情境、评估、重塑、适应四步重塑工作。论文强调,个人会用AI不等于团队形成有效人智协作,责任归属不清可能带来责任真空,且高绩效团队反而可能更抗拒数字员工。
针对人-AI关系从工具转向队友的变化,该文聚焦人-AI协同自主性的适应性学习、不确定性、不透明性与开放性四个维度,基于角色理论展开3项研究。研究指出不确定性与不透明性引发的角色冲突会阻碍协作,开放性经AI角色领悟增强其心智韧性,适应性学习则通过角色学习提升拟人化程度,促进人-AI协作。3项研究共同构建“人-AI协作模型”。
ERC 资助的 WARN-D 项目在完成近 5 年数据收集后,于 Codabench 上线预测抑郁症发作的机器学习竞赛,由博士后 Rayyan Tutunji 领衔。竞赛数据覆盖约 1,750 名年轻成人、为期 2 年的三阶段随访,开放 70% 数据及 30% 留出集的预测变量,参赛者需预测每人在各测量点的抑郁发作。截止日期为 2 月 27 日,前三名团队将列为论文作者。