國立政治大學傳播學院

​​​​撰稿人: 鞏持靚

國立政治大學傳播學院研究暨發展中心於5月24日邀請德州科技大學 (Texas Tech University) 媒體與傳播學院擔任助理教授的許珊博士來進行演講，主題為Ａ Dynamic Approach to Examine Human-Technology Interactions。
 

許珊博士曾任職於微軟與Edelman，後前往美國攻讀碩士與博士學位。她的專長在於長期資料動態分析，並在人工智慧、多任務協作、社交媒體等領域進行研究。

許珊博士先是提出運用動態系統在社群媒體中的影響與調節，媒體效應與媒體使用互相影響，而self-causing則會影響自身的媒體效應與媒體使用，再得出前段時間的媒體效應會影響下段時間的媒體使用。

接著許珊博士向眾人分享自己的研究成果，題目為員工對人工智慧在工作中的接納的長期研究，許珊博士將以前學者提出的創新擴散理論模型中的五項構面，優勢、複雜、兼容、嘗試、可見性，提出了人類對於人工智慧的接受面向的另一個創新的構面，即是人工智慧的威脅。因為AI的自主學習能力漸強，導致機器自主性越來越強，人們感受到來自AI的威脅有隱私威脅、公平性威脅、安全威脅、就業威脅。博士主要研究聚焦於就業威脅，在美國或台灣等地，皆有數據表示人們害怕自己的工作會遭到AI取代，遠見雜誌在2023年對企業中的管理職進行調查，有41.5%的人表示可能會因為AI的引進而減少人力安排。因此博士提出從動態的差異效應來看人工智慧的推廣，進行長期的研究設計，解決了大家對回憶問題的批評，提供人們對於AI接納過程是一個長期並非靜態的動態過程。並且把相對成熟的經典理論與動態框架結合，開發出一個比較有成效但仍未開發的領域，威脅屬性也比其他的屬性更具影響力。

許珊博士帶來的第二項研究是將目前研究領域中將AI作為工具與將AI作為社交存在的兩大理論結合，來研究人類與人工智慧間的關係。功能性使用與社交性使用會交互影響，同時也會產生self-causing效果。本研究發展量表來測量人機互動間的關係，並加入self-disclosure行為於模型之中，測量三者間的交互影響。結果得出把AI當朋友的使用者，會更想要使用AI作為功能性使用，但在一開始就把AI當功能性使用的人，因為沒有自我揭露的過程，不一定會把他當朋友進而產生社交關係。

博士也在現場向大家拋出新的想法與問題，讓在場的師生們進行討論提問，「影響人們將AI做為社交性使用的影響因素是什麼?」，令人驚訝的是博士於實驗中另外量測了受試者的人格特質(Big 5)，額外觀察外向與內向的人格特質是否會產生影響，這個分享也讓在場的師生們各自發表意見。

最後許珊博士提到他使用AI作為研究時的數據收集與分析工具，分析大量的論文文本是否能看出不同人種間的合作關係，他將膚色與特殊姓氏作為關鍵字，發展出準確度85%的模型，有趣的是，非白人種組間的合作關係比白人要多，因為人類有同類相吸的習慣與社會性，白人更多的會選擇與白人合作，相比之下在身為少數人群的非白人族群則需要更多的合作，會有這樣結果也讓在場的教授與學生們有了更多的啟發。