教育科技研究速報

提出 PCI 指標，透過分析語義相似人格在回應上的協同變化，來篩選具代表性的 LLM 合成受訪者。

本研究開發了評估情感 AI 信任的量表，並發現用戶對 AI 的信任與使用邏輯會隨性別、年齡及社會經濟地位而異。

本文探討以大型語言模型驅動的合成代理人取代人類參與決策時，所面臨的政治、倫理與代表性合法性風險。

研究發現 LLM 的中立表象是由特定議題的強烈黨派立場抵銷而成，且具備與政治廣告相當的說服力。

研究者推出 MOSAIC 基準測試，旨在透過多維度評估 LLM 的道德、社會與個人特質，彌補單一道德理論評估的不足。

研究發現 LLM 在處理多元價值問題時，雖具備程序品質，卻缺乏人類般的觀點多樣性與共識凝聚能力。

研究發現警察對黑人男性虛擬角色表現出較低的敬意，且這種語言差異可能導致對話崩潰與暴力風險。

研究發現，在 LLM 代理人模擬中，制度架構對社會結果的影響與代理人本身的特性同樣重要。

研究發現 LLM 在模擬人類社會態度與文化價值時，表現均不如傳統統計模型，且會過度放大人口統計特徵的影響力。

研究發現 LLM 在抽象問卷中顯現左翼偏見，但在面對具體政策決策時則表現出保守且中立的傾向。

研究證實 GPT 生成的問卷能捕捉與人類設計相似的社會態度分歧，適合用於大規模探索性分析。

本文回顧了從早期可程式化電腦到當前大型語言模型，人工智慧代理在社會科學研究中的演進歷程與影響。