注意力轉移：為何年輕人在 LLM 驅動的社群媒體模擬中難以對網路霸凌發聲
arXiv - Computers and SocietyQian Yang, Jessie Jia, Elaine Tsai, Amy Li, Nader Akoury, Natalie N. Bazarova
研究發現透過 LLM 模擬進行練習，需經歷三次關鍵的注意力轉移，才能有效提升年輕人公開介入網路霸凌的能力。
AI 幫你先抓重點
AI 重點 1
介入網路霸凌的核心不在於社交技巧，而在於「注意力的重新定向」。
滑鼠懸停看 AI 判斷理由
這改變了傳統教育僅著重於「教導如何說話」的思維，強調必須先處理參與者的認知框架，讓他們從自我中心轉向社會規範的維護，這對設計有效的數位公民教育至關重要。
AI 重點 2
利用 LLM 多代理人模擬系統進行「低風險練習」的潛力。
滑鼠懸停看 AI 判斷理由
這展示了生成式 AI 如何創造出高度擬真的社會動態環境，讓學習者在不造成真實傷害的情況下，透過反覆練習複雜的社會互動，從而內化新的行為模式與身份認同。
核心研究發現
- 1
研究發現參與者在模擬中練習公開介入網路霸凌是有幫助的，但必須先完成特定的認知與注意力轉移。
- 2
關鍵的注意力轉移包含：從漠不關心轉向真實關注、從自我關注轉向關注當事人、從解決私人衝突轉向建立公共規範。
- 3
當參與者完成上述轉移後，即使沒有明確指令，也能透過持續練習學會撰寫得體且具備影響力的公開回應訊息。
- 4
研究團隊開發並開源了 Truman Agents 平台，這是一個首創的、基於多個大型語言模型代理人的社群媒體模擬系統。
對教育工作者的啟發
教育設計者不應僅教授「應對霸凌的標準對話模板」，而應設計能引發「注意力轉移」的學習體驗。具體建議包括：1. 設計情境引導學生從觀察者轉變為參與者；2. 強調公開介入的目的是「建立社群規範」而非僅是「調解私人糾紛」；3. 利用 AI 模擬工具提供安全且可重複的練習環境，讓學生在嘗試不同策略時能即時觀察社會動態的變化，從而建立「發聲者」的身份認同。
原始文獻資訊
- 英文標題：
- Attention: What Prevents Young Adults from Speaking Up Against Cyberbullying in an LLM-Powered Social Media Simulation
- 作者：
- Qian Yang, Jessie Jia, Elaine Tsai, Amy Li, Nader Akoury, Natalie N. Bazarova
- 來源：
- arXiv - Computers and Society
- 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。