擬人化語言如何影響公眾對人工智慧的認知
arXiv - Computers and SocietyBetty Li Hou, Sophie Hao, Sunoo Park, Tal Linzen
研究發現，使用擬人化語言描述 AI 對公眾感知的即時影響相當有限，並未顯著改變對技術的看法。
AI 幫你先抓重點
AI 重點 1
擬人化語言對 AI 認知的影響可能具備「時間延遲性」。
滑鼠懸停看 AI 判斷理由
雖然實驗顯示即時影響有限，但研究指出長期、持續的擬人化暴露可能在自然環境中產生潛移默化的影響，這提醒我們需關注長期溝通策略對大眾認知形成的長期作用。
AI 重點 2
擬人化描述不一定會導致預期落差或過度炒作。
滑鼠懸停看 AI 判斷理由
這挑戰了「擬人化語言必然會誤導公眾並引發過度期待」的常見假設，有助於研究者更精準地評估溝通風格與公眾理解之間的實際因果關係。
核心研究發現
- 1
透過對 815 名參與者的實驗比較發現，使用擬人化語言與非擬人化語言的文本，對公眾對 AI 的認知差異並不顯著。
- 2
研究進一步檢驗了大型語言模型與推薦系統兩類技術，發現擬人化框架在不同 AI 技術類型間的影響程度並無重大差異。
- 3
雖然閱讀關於 AI 危險性的文本會改變觀點，但在本研究的主要實驗條件下，擬人化描述對公眾意見的即時影響非常微弱。
對教育工作者的啟發
對於教育工作者與課程設計者而言，這項研究提供了一個重要的視角：在教授 AI 素養（AI Literacy）時，不應僅僅擔心「擬人化語言」本身會立即誤導學生，而應更專注於如何建立深層的技術理解。在設計教學教材時，可以嘗試對比擬人化與技術性的描述，引導學生辨識語言修辭與技術實質能力之間的差異，從而培養更批判性的 AI 認知，而非僅僅依賴語言風格來防範誤解。
原始文獻資訊
- 英文標題：
- How Anthropomorphic Language Impacts Public Perceptions of AI
- 作者：
- Betty Li Hou, Sophie Hao, Sunoo Park, Tal Linzen
- 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。