AI 共情適當性研究：基於信號成本觀點的分析
arXiv - Human-Computer InteractionChi-Ching Juan, Tao Wang, Harold Lee
本文提出一個基於信號理論的多維框架，用以評估 AI 在對話中展現共情的適當性而非僅僅是存在與否。
AI 幫你先抓重點
AI 重點 1
從「共情是否存在」轉向「共情是否適當」的評估範式。
滑鼠懸停看 AI 判斷理由
過去開發者往往追求增加 AI 的共情表現，但忽略了過度共情可能導致用戶產生被操縱感。此觀點提醒開發者必須根據用戶需求動態調整共情強度。
AI 重點 2
引入經濟學中的信號理論來理解人機互動中的情感交流。
滑鼠懸停看 AI 判斷理由
透過將共情視為一種具有「成本」的信號，能更科學地解釋為何某些 AI 回應會顯得虛假，這為未來設計更具真實感與信任感的 AI 互動提供了理論基礎。
核心研究發現
- 1
研究指出 AI 共情若過度會顯得具有操縱性，若不足則會顯得漠不關心，因此「適當性」是關鍵。
- 2
提出「信號成本代理指標」，包含情感豐富度、觀點採擇與情境客製化，用以量化共情品質。
- 3
建立了一個將信號成本映射至情感、認知與關聯性共情的多維度評估框架。
對教育工作者的啟發
對於開發教育 AI（如 AI 導師）的設計者而言，這提供了重要的設計準則：在學生情緒激動或需要情感支持時，應提升「情感豐富度」與「觀點採擇」；但在處理純知識性問題或邏輯推理時，應降低共情強度以避免干擾學習。設計者應建立一套評估機制，確保 AI 的情感回應與當下的學習情境（Contextual Tailoring）相匹配，避免因過度共情導致學生對 AI 產生不信任感或被操縱感，從而維持健康的學習互動關係。
原始文獻資訊
- 英文標題：
- Appropriateness of Empathy in AI: A Signal-Cost Perspective
- 作者：
- Chi-Ching Juan, Tao Wang, Harold Lee
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。