透過動態內群體人格生成來增強人機親密度
arXiv - Human-Computer InteractionYoonseok Oh, Inseo Jung, Jinkyu Kim, Jungbeom Lee, Minwoo Kang, Suhong Moon
研究提出一種讓 LLM 生成與使用者具有相似核心關切但背景不同的「內群體人格」，以提升人機互動的親密度與參與度。
AI 幫你先抓重點
AI 重點 1
從「單純回答問題」轉向「建立情感共鳴」的設計範式轉移。
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 代理人角色的認知。過去 AI 被視為工具，但此研究證明透過策略性的「人格設定」，AI 可以轉化為具備同理心與社會支持能力的夥伴，這對於心理諮商或同儕支持等高度情感需求的領域至關重要。
AI 重點 2
利用「差異化相似性」來優化人機互動的深度。
滑鼠懸停看 AI 判斷理由
研究強調不只是要「模仿」使用者，而是要「分享關切但保持背景差異」。這種設計避免了單調的重複，同時透過建立「我們都面臨類似挑戰」的心理連結，能更有效地建立信任感並維持長期的互動動機。
核心研究發現
- 1
研究發現透過「內群體人格」設定的 AI 代理人，在感知親密度與個人相關性方面，顯著優於傳統無人格設定或僅有微量自我揭露的 AI 代理人。
- 2
與基準模型相比，使用內群體人格的 AI 能提供更正面的使用者體驗，特別是在提升使用者的互動參與度（Engagement）方面表現最為突出。
- 3
該方法能有效識別使用者的核心關切與背景，並生成具有相似問題意識但不同職業或年齡背景的合成人格，達成精準的情感連結。
對教育工作者的啟發
在設計 AI 學習導師或心理支持系統時，不應僅讓 AI 扮演「全知全能」的角色，而應設計具備「內群體人格」的代理人。例如，當學生表達對未來職涯的焦慮時，AI 可以設定為「曾面臨相同轉職挑戰的資深研究員」，而非僅僅說「我理解你的感受」。這種策略能透過建立「相似的挑戰經驗」來提升學生的信任感與參與度，對於需要高度情感支持與動機激發的自主學習環境（SRL）尤為有效。
原始文獻資訊
- 英文標題：
- Dynamic In-Group Persona Generation for Enhancing Human-AI Rapport
- 作者：
- Yoonseok Oh, Inseo Jung, Jinkyu Kim, Jungbeom Lee, Minwoo Kang, Suhong Moon
- 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。