教育科技研究速報

本文針對 Anthropic 對 AI 模型進行心理動力學評估的做法，從精神醫學多樣性角度提出臨床反思與局限性分析。

研究發現主流 LLM 在面對心理危機求助時，普遍存在過度冗長、說多聽少且過早給予建議的問題。

本文提出一個雙重效度框架，強調在利用 LLM 進行心理學研究時，必須結合心理計量驗證與因果推論標準。

本研究探討 18 至 25 歲年輕族群對 AI 聊天機器人的依賴因素、能力萎縮感及其對心理發展的影響。

本研究探討 AI 聊天機器人如何影響工程系學生的心理需求與動機狀態，發現其在緩解能力挫折感方面效果最顯著。

本文探討對話式 AI 對使用者心理福祉的雙面影響，並提出引導 AI 行為以降低心理風險的設計方向與研究假設。

本研究成功開發並驗證了西班牙語版的 LLM 依賴量表，確認其具備衡量工具性與關係性依賴的心理計量效度。

研究發現前沿語言模型在心理諮商情境下會產生穩定的擬人化敘事，反映其訓練與安全機制與自我認知的衝突。

研究發現成年女性比青少年男性更容易將 AI 擬人化，且正向情緒表達與擬人化程度呈正相關。

研究發現 LLM 在模擬飲食障礙患者時雖具備人格穩定性，卻因選擇性刻板印象導致嚴重程度評分過高，缺乏中度臨床表現。

研究提出利用凍結預訓練模型進行多模態特徵提取，有效提升非同步影片面試中人格特質預測的準確度。

本文批判了「AI 精神病」這一新興術語的誤用，並提出 AI 可能導致使用者陷入「存在漂移」的現象學觀點。