同理心的隱形影響：探討長期運動教練聊天機器人互動中的行為改變效果
arXiv - Human-Computer InteractionLi Siyan, Kai-Hui Liang, Shopnil Shahriar, Yilin Ye, Shiyoh Goetsu, Wei-Wei Du, Masahiro Yoshida, Tsunayuki Ohwa, Xuhai Xu, Zhou Yu
研究發現同理心雖難被使用者察覺，卻能透過邊緣路徑有效提升運動步數與遵循建議的意願。
AI 幫你先抓重點
AI 重點 1
同理心的影響可能存在於「感知」與「實際效果」的落差之間。
滑鼠懸停看 AI 判斷理由
這挑戰了設計者過度追求「顯性同理心」的直覺。使用者可能覺得機器人沒那麼貼心，但其潛在的心理支持卻實質驅動了行為改變，這對於設計高效能的 AI 教練至關重要。
AI 重點 2
利用精緻的心理學模型（如精緻可能性模型）來解釋 AI 互動效果。
滑鼠懸停看 AI 判斷理由
這提醒開發者，AI 的設計不應僅停留在對話流暢度，更應從認知心理學角度出發，思考如何透過「邊緣路徑」影響使用者的動機與長期行為習慣。
核心研究發現
- 1
參與者難以區分不同同理心程度的聊天機器人，且非同理心版本常被評為更具參與感與實用性。
- 2
高同理心版本的機器人與使用者步數增加量較大，且在遵循建議的意願改善速度上表現更佳。
- 3
研究結果顯示同理心對行為改變的作用是細微且隱形的，主要透過建立動機與信任來支持持續改變。
對教育工作者的啟發
在設計用於行為改變（如運動、學習習慣）的 AI 教練時，不應僅追求使用者對「擬人化」或「同理心」的直觀認可。研究顯示，即使使用者感知不到明顯的同理心，這種特質仍能透過建立信任與動機來提升成效。因此，設計者應專注於如何將同理心轉化為支持長期行為改變的底層機制，而非僅僅是表層的對話風格。在開發過程中，應平衡「實用性（有用感）」與「情感連結（同理心）」之間的關係，避免過度擬人化反而降低了工具的專業感。
原始文獻資訊
- 英文標題：
- Invisible Impact of Empathy on Behavioral Change: Isolating the Effect of Empathy in Long-term Physical Activity Coaching Chatbot Interactions
- 作者：
- Li Siyan, Kai-Hui Liang, Shopnil Shahriar, Yilin Ye, Shiyoh Goetsu, Wei-Wei Du, Masahiro Yoshida, Tsunayuki Ohwa, Xuhai Xu, Zhou Yu
- 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。