在面對醫療決策的關鍵時刻,我們究竟是基於對專業的深思熟慮,還是在不知不覺中向人工智慧(AI)的標籤妥協?西維吉尼亞大學(West Virginia University)近期一項發表於科學期刊《PLOS One》的研究,把焦點放在人類做決定前的微小生理反應上。這項研究不只是探討科技與人類的互動,更直接挑戰了我們對於「信任」與「依賴」的傳統認知。
現象觀察:模擬情境下的 AI 依賴抉擇
首先,研究團隊招募了 60 位工程學院學生,進行一場模擬的注意力不足過動症(ADHD)線上評估實驗。在實驗過程中,受試者完成成人 ADHD 自我報告量表(ASRS),隨後會看到並列的兩項建議結果,一項被標記為「AI 生成」,另一項則標記為「醫師生成」。事實上,研究人員刻意在系統中動了手腳:醫師標記的結果與受試者的問卷分數一致,而 AI 標記的結果則是隨機挑選的。結果顯示,有 40 名受試者(佔 67.7%)選擇了 AI 標記的建議,這突顯出在特定情境下,使用者對 AI 標籤存在相當高的依賴傾向。
原因剖析:生理訊號與行為決策的關聯性
其次,研究人員試圖從科學角度拆解這個決策過程,探討在人類做出選擇前幾秒鐘,身體是否已經透露了端倪。他們評估了受試者在決策前兩個特定時間窗口(早期 6 至 3 秒、近距離 3 至 0 秒)的 8 種臉部表情機率與 2 種皮膚電導反應(GSR)特徵。透過機器學習模型分析,研究人員希望了解這些非語言的生理訊號,是否能有效預測受試者最終會選擇 AI 還是醫師的建議,藉此釐清行為依賴與心理信任之間的微觀聯繫。
從產業面來看,許多科技業者總喜歡宣稱透過情緒辨識或生理監測,就能精準掌握使用者的心理狀態與信任度。然而,這項研究給了市場一記當頭棒喝。當我們試圖用演算法去預測人類對 AI 的依賴時,現實往往比想像中複雜。如果連基礎的實驗模型都無法穩定預測單一決策,我們更該對市面上那些標榜「AI 信任偵測」的商業應用保持高度懷疑。
影響評估:當多模態模型遇上統計現實
再者,從數據評估的結果來看,這項探索性研究打破了「科技萬能」的迷思。在早期窗口中,單獨使用臉部表情預測的 ROC-AUC 值為 0.643,皮膚電導反應為 0.430,而結合兩者的堆疊模型(Stacking)則為 0.526。到了近距離窗口,各項數值甚至全面下降。更出人意料的是,結合多種訊號的堆疊模型表現並沒有超越單一模態,早期堆疊模型的表現甚至比單純看臉部表情還要差。這證明了在小樣本的實驗環境下,簡單的生理訊號融合無法直接對應到複雜的信任機制。
趨勢預測:未來研究的盲點與突破口
最後,研究團隊坦言這項研究僅具備初步的探索性質,並存在樣本數較小、受試者背景單一以及未獨立隨機分配等限制。話說回來,這不代表生理訊號與 AI 依賴毫無關係,而是提醒我們必須更謹慎看待人機互動的研究方法。未來的研究若要真正解開人類信任 AI 的密碼,必須依賴更大規模、動態同步且具備外部驗證機制的長期追蹤,而不是過度解讀單一行為背後的生理反應。
如果你下次在網路上看到某個醫療輔助系統,宣稱它能透過你的表情猜透你的心思,或許可以停下來想一想:這究竟是科學的突破,還是另一場行銷話術?在科技真正融入我們的醫療生活之前,保持理性與懷疑,永遠是保護自己的最佳策略。
本文改寫整理自公開新聞來源,原始報導由PLOS發布。
常見問題 FAQ
這項研究的主要目的是什麼?
這項研究旨在評估人類在做出選擇前,臉部表情和皮膚電導反應等生理訊號,是否能預測他們在模擬注意力不足過動症(ADHD)評估中,會選擇 AI 標籤還是醫師標籤的建議。
研究結果顯示多模態模型的預測效果好嗎?
沒有。研究結果表明,結合多種訊號的堆疊模型並未顯著改善預測效果,在某些情況下,單獨觀察臉部表情的表現甚至優於複雜的整合模型。
這是否代表我們可以透過生理訊號測出對 AI 的信任?
不行。研究人員強調,這項實驗觀察到的是特定情境下的「行為依賴」,而非直接測量多維度的「心理信任」,且現階段的技術與數據並不支持直接部署信任偵測應用。
※ 此篇文章由 AI 改寫或生成,內容僅供參考,可能存在錯誤或不準確之處。