探討 LLM 輔助權力不對等決策中的少數派支持：反駁與調解策略之研究
arXiv - Human-Computer InteractionSoohwan Lee, Seoyeong Hwang, Mingyu Kim, Dajung Kim, Kyungho Lee
研究發現 AI 生成反駁能提升討論靈活性，但 AI 調解訊息雖增加參與度卻會降低少數派的心理安全感。
AI 幫你先抓重點
AI 重點 1
警惕 AI 介入溝通時可能產生的「參與度悖論」
滑鼠懸停看 AI 判斷理由
這項發現挑戰了「增加參與即是成功」的傳統思維。在權力不對等的環境中，單純透過 AI 促使少數派發言，若缺乏對心理安全感的維護，反而可能讓弱勢者感到壓力，這對於設計具備社會情緒支持功能的 AI 系統至關重要。
AI 重點 2
區分「內容生成」與「溝通調解」在 AI 角色上的差異
滑鼠懸停看 AI 判斷理由
研究顯示 AI 作為「論點提供者」與「溝通媒介」對群體動態的影響截然不同。這提醒開發者在設計協作工具時，必須根據目標（是為了豐富觀點還是促進互動）來精準選擇 AI 的介入模式。
核心研究發現
- 1
AI 生成的反駁論點（Counterarguments）能營造更具靈活性的討論氛圍，並顯著提升參與者的滿意度。
- 2
AI 調解訊息（Mediated messages）雖然能有效增加少數派成員的參與程度，卻意外降低了他們的心理安全感。
- 3
研究揭示了 AI 支持系統中存在「參與度與心理安全感」之間的矛盾悖論，影響決策品質。
對教育工作者的啟發
在設計 PBL（專題式學習）或小組協作工具時，教育者不應僅追求 AI 增加學生的發言頻率。若要支持弱勢或沉默的學生，建議優先採用「AI 生成反駁論點」的方式來豐富討論內容，而非僅僅是「代為轉達訊息」。設計者應特別關注 AI 介入後學生的心理安全感，確保 AI 的介入是為了優化討論品質，而非強迫學生在壓力下表達意見，避免造成社交壓力的二次傷害。
原始文獻資訊
- 英文標題：
- Investigating LLM-Powered Dissenting Minority Support in Power-Imbalanced Group Decision-Making: Counterargument and Mediation as Intervention Strategies
- 作者：
- Soohwan Lee, Seoyeong Hwang, Mingyu Kim, Dajung Kim, Kyungho 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。