在人工智能中介的交流领域，通过大型语言模型驱动的工具对人际交流具有重要作用。本研究采用混合方法，进行了为期一周的日记和访谈研究，旨在探索用户对这些工具在短期和长期可带来的能力的感知。研究结果表明，参与者积极评价人工智能中介交流的支持功能，认为这些工具有助于增强交流自信，帮助他们准确表达思想并克服语言和文化障碍。然而，研究也揭示了当前人工智能中介交流工具的局限性，包括冗长的回复、不自然的回应和过于情绪化的表达。这些不足进一步受到用户对不真实性和过度依赖技术的担忧的加剧。此外，我们还确认了四个由交流利害（高或低）和关系动态（正式或非正式）所区分的关键交流领域，这些领域对用户对人工智能中介交流工具的态度具有不同的预测能力。具体而言，参与者认为该工具在正式关系中比非正式关系更合适，在高压环境下比低压环境下更有益。

Oct, 2023

本文旨在阐明人工智能话语中用户信任的一些误解，并打击设计易受攻击的交互所导致的进一步信任违规事件的倾向。发现揭示了理解用户信任及其对计算机科学的影响的缺乏清晰度，特别是在测量用户信任特征方面。文中呼吁澄清这些概念，以避免人工智能采纳和适用中可能出现的信任差距和误解。

May, 2023

通过建立 MATCH 模型，本文探讨了如何在人工智能系统中通过可信度提示进行信任建立，强调透明度和互动等技术的重要性，提出了技术设计者需要意识到用户认知过程和其潜在局限性以选择可靠的可信度提示，并定义适当的提示标准及开销，鼓励相关行业规范技术应用和预防恶意行为。

Apr, 2022

本论文探讨了信任对使用人工智能技术意图的影响，结果显示信任通过感知有用性和使用者对助手的态度影响了使用意图，功能相关的信任对使用意图的影响大于人类的信任，在 AI 相关应用中，信任对技术的接受起着重要的作用，并提供了可用于未来研究的基于多维度的信任度量方法。

Mar, 2022

人工智能在我们的日常生活中越来越广泛地使用，尤其在各种应用、服务和产品中。因此，从用户角度来看，对人工智能的信任或不信任变得非常重要。这篇论文通过系统文献综述，探讨了当前人工智能领域的信任概念，并研究了不同类型的人机交互中的信任以及其对不同领域的技术接受度的影响。此外，还提出了技术和非技术的可信度指标以及一些可信度衡量标准，并分析了一些人工智能中的主要破坏因素和信任建立因素，并为实现可信度从而实现人工智能的可靠过渡提出了一些未来的方向和可能的解决方案。

Mar, 2024

本文主要探讨了计算机辅助语言学习 (CALL) 的新型变革 —— 人工智能 (AI) 和交互式计算机辅助语言学习 (ICALL)，并对 ASR、MT、ITS、AI 聊天机器人和 XR 等技术的发展与应用进行了分析和评估，认为语言教师需要积极学习与应用 CALL 技术，提高教育教学的效率。

May, 2023

通过调查 26 名参与者对 18 条预先标注的短信的感知，我们发现没有统计学显著的证据表明使用人工智能改变了收件人的感知，这为基于大型语言模型的短信撰写辅助提供了希望性的证据。

Jan, 2024

本研究调查了出现在社交媒体和视频会议技术中的人工智能能力，尤其是模糊滤镜技术，对于我们对别人的行为和决策的影响，结果发现这些技术会引起个人的自私行为。因此，需要关注 AI 技术的伦理问题，包括透明度、同意和意识到被其他人模糊处理、修改外表的问题，并在广泛采用这些技术之前进行预期实验，制定负责任的指南和政策。

Jun, 2023

研究人工智能在人类协作中的表现和对人类信任、接受建议以及协作结果的影响，揭示了披露人工智能表达的信心水平和性能反馈有助于更好地识别信心不一致，但参与者往往会因此减少信任，拒绝人工智能建议，导致协作任务表现更差，这为提高人工智能与人类的协作提供了有价值的见解。

Feb, 2024

在线交易中的信任和隐私问题已成为重要关注点。本研究探讨了信任和隐私关注是否是健康保险中人工智能采用的障碍。通过建模和比较两种场景，研究结果表明可见的人工智能界面会显著降低信任，而与人工智能相关的隐私关注相对较高但在模型中没有统计显著性差异。

Jan, 2024