從聊天機器人到知己：跨文化研究大型語言模型在情感支持中的採用
arXiv - Human-Computer InteractionNatalia Amat-Lefort, Mert Yazan, Amanda Cercas Curry, Flor Miriam Plaza-del-Arco
跨國調查顯示，LLM情感支持採用率差異大，受年齡、宗教、婚姻、社經地位影響，英語國家更正面。
AI 幫你先抓重點
AI 重點 1
文化背景決定 LLM 情感支持的採用與感知差異
滑鼠懸停看 AI 判斷理由
研究證實不同國家對 LLM 的信任與使用態度差異顯著，提示設計者需針對文化特性調整介面與互動模式，以提升接受度與有效性。
AI 重點 2
社經地位是影響 LLM 使用的關鍵因素
滑鼠懸停看 AI 判斷理由
高社經地位者更易信任並使用 LLM，顯示數位鴻溝仍存在。若忽略此差異，可能加劇教育與心理健康服務的不平等，需制定公平存取策略。
核心研究發現
- 1
採用率在七國間差異顯著，從 20% 至 59%不等。
- 2
年齡 25-44、宗教信仰、已婚及較高社經地位者，對 LLM 的信任、使用與效益感知更正面，社經地位影響最大。
- 3
英語國家對 LLM 情感支持的正面感知持續高於大陸歐洲國家。
- 4
731 條多語言提示顯示使用者主要尋求對孤獨、壓力、關係衝突及心理健康的協助。
對教育工作者的啟發
教育工作者與產品設計者可依據本研究發現，先針對不同文化背景設計語言與互動模式，避免文化衝突；同時針對低社經地位族群提供免費或低價使用方案，縮小數位鴻溝；利用收集到的 731 條多語言提示，分析使用者最常尋求的情緒需求（孤獨、壓力、關係衝突、心理健康），進而優化對話腳本與情緒辨識模型；最後，建立安全治理機制，確保使用者隱私與情緒安全，提升信任度。
原始文獻資訊
- 英文標題：
- From Chatbots to Confidants: A Cross-Cultural Study of LLM Adoption for Emotional Support
- 作者：
- Natalia Amat-Lefort, Mert Yazan, Amanda Cercas Curry, Flor Miriam Plaza-del-Arco
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
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。