利用大語言模型與社群媒體了解使用者對智慧型手機地震預警系統的感知
arXiv - Computers and SocietyHanjing Wang, S. Mostafa Mousavi, Patrick Robertson, Richard M. Allen, Alexie Barski, Robert Bosch, Nivetha Thiruverahan, Youngmin Cho, Tajinder Gadh, Steve Malkos, Boone Spooner, Greg Wimpey, Marc Stogaitis
本研究利用大語言模型分析社群媒體資料，揭示使用者對地震預警系統的信任度與警報即時性之間存在顯著關聯，並強調使用者對「準確性」的定義與工程定義有所不同。
AI 幫你先抓重點
AI 重點 1
使用者定義的準確性與工程定義的差異
滑鼠懸停看 AI 判斷理由
此發現挑戰了傳統的系統評估方式，提醒研究者和開發者在設計地震預警系統時，應更重視使用者感知，而非僅僅依賴技術指標，以提升使用者體驗和信任度。
AI 重點 2
警報即時性與使用者信任度的正相關
滑鼠懸停看 AI 判斷理由
此關聯性為優化警報系統提供了直接的改進方向，即通過提升警報的即時性，可以有效增強使用者對系統的信任，進而提高預警的實用性及防災效果。
核心研究發現
- 1
Android 的地震警報系統在 2025 年土耳其馬爾馬拉埃雷格利地震中成功向數百萬使用者發出及時預警，展現了智慧型手機地震預警系統的實用性。
- 2
研究分析了超過 500 則來自 X 平台的社群媒體貼文，提取了 42 個與使用者體驗和行為相關的屬性，為深入了解使用者反應提供了數據基礎。
- 3
使用者對警報的即時性與其對系統的信任度之間存在強相關性，表明及時的警報能有效提升使用者對系統的信心。
- 4
使用者對「準確性」的理解側重於警報的及時性，這與工程上對系統準確性的定義存在差異，突顯了使用者中心設計的重要性。
- 5
研究結果為優化警報設計、公共教育活動以及未來行為研究提供了可行的見解，以提升地震預警系統在地震活躍地區的有效性。
對教育工作者的啟發
本研究強調在地震預警系統的設計與推廣中，應將使用者體驗置於核心地位。除了技術上的精準度，更應注重警報的及時性，並透過公共教育活動，提升使用者對系統的理解與信任。此外，研究結果也提示教育工作者，應加強地震防災知識的普及，並鼓勵學生參與地震演練，以提升其應對地震的能力。未來可考慮設計更易於理解的警報訊息，並提供更及時的地震資訊，以提升預警系統的整體效果。
原始文獻資訊
- 英文標題：
- Leveraging LLMs and Social Media to Understand User Perception of Smartphone-Based Earthquake Early Warnings
- 作者：
- Hanjing Wang, S. Mostafa Mousavi, Patrick Robertson, Richard M. Allen, Alexie Barski, Robert Bosch, Nivetha Thiruverahan, Youngmin Cho, Tajinder Gadh, Steve Malkos, Boone Spooner, Greg Wimpey, Marc Stogaitis
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
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。