XiaoMi-AI文件搜索系统
World File Search Systeminterpersonal
儿童电视中的人际冲突解决
推荐引用推荐Griffith，Molly和Alemu，Yared（2024）“分析：儿童电视中的人际冲突解决”，《 Concordia Communication of Communication of of Communication of of Communication of of Conserion研究：第1卷。9，第2条。doi：https：//doi.org/10.54416/czgf9033可在以下网址提供：https：//digitalcommons.csp.edu/comjournal/vol9/iss1/2
早期社交互动中的人际神经同步
目前，我们对儿童独自一人看屏幕时大脑如何关注和学习所呈现的信息了解很多，但对人际社交影响如何在大脑中得到证实了解甚少。在本文中，我们将研究社交行为如何影响二元组中的一方，而不是一方。我们回顾了在早期社交互动过程中测量人际神经同步的研究，考虑了两种测量同步的方法：并发同步（例如，“当 A 很高时，B 也很高”——也称为同步）和顺序同步（“A 的变化预测 B 的变化”）。我们讨论了人际神经同步的可能原因，并考虑它是否仅仅是一种附带现象，或者它是否在早期注意力和学习中发挥着独立的机械作用。
人际同步过程中人际调谐的血流动力学和电生理生物标志物
摘要：本研究探讨了内感受和社会框架对运动同步任务中脑间电生理 (EEG) 和血流动力学 (通过功能性近红外光谱 (fNIRS) 收集) 功能连接一致性的影响。14 个二元组在有和无内感受焦点的情况下执行运动同步任务。此外，通过增强共享意向性，运动任务具有社交或非社交框架。在实验期间，通过 EEG-fNIRS 超扫描范例收集 delta、theta、alpha 和 beta 频带以及氧合和脱氧血红蛋白 (O2Hb 和 HHb)。计算两个神经生理信号的脑间一致性指数，然后将它们关联起来，以探索二元组中功能连接 EEG-fNIRS 的相互一致性。研究结果表明，与无专注条件和右半球相比，专注状态下左半球的 delta 和 O2Hb、theta 和 O2Hb 以及 alpha 和 O2Hb 之间的相关值显著更高（专注和无专注条件下均如此）。此外，当任务以社交方式与非社交方式进行比较时，在专注状态下左半球的 delta 和 O2Hb 以及 theta 和 O2Hb 之间的相关值更高。这项研究表明，专注于呼吸和共同的意向性会连贯地激活执行联合运动任务的二元组中相同的左额叶区域。
人工智能对求职者人际认知的影响
基于文本的人工智能 (AI) 系统越来越多地融入到各种人际领域。尽管决策和人对招聘和就业机会的感知多年来一直是心理学关注的领域，但直到最近学者们才开始研究人工智能在这方面所扮演的角色。为了更好地了解人工智能在就业相关背景下的影响，我们进行了两项实验，研究求职者对人工智能的使用如何影响他们的就业机会。在我们预先注册的研究 1 中，我们研究了潜在求职者对人工智能的使用，以及他们的语言状态（英语母语人士或非英语母语人士）如何影响参与者对他们的热情、能力、社交吸引力和招聘意愿的印象。在研究 2 中，我们研究了接受帮助如何影响人际感知，以及无论帮助是由人工智能还是其他人提供帮助，感知可能会如何改变。两个实验的结果都表明，使用人工智能技术会对求职者的看法产生负面影响。这种负面影响可能源于人们认为可以得到任何形式的帮助，无论是来自机器还是人。这些研究为“计算机作为社会参与者”框架提供了额外的证据，并增进了我们对人工智能介导沟通的理解。研究结果还提出了有关人工智能在人际交往中使用透明度和欺骗性的问题。
自发的二元行为预测人际神经同步的出现
跨大脑神经活动的同步——人际神经同步 (INS)——正在成为社会互动的有力标志，可预测多人协调、沟通和合作的成功。由于人们对 INS 的起源了解甚少，我们测试了 INS 是否以及如何从自发二元行为中产生。我们记录了神经活动 (EEG) 和人类行为 (全身运动、眼球运动和面部表情)，同时指示参与者的二元组互相看对方而不说话或做出共同言语手势。我们进行了四个基本观察。首先，尽管没有结构化的社交任务，但只有当参与者能够看到对方时，INS 才会自发出现。其次，我们表明，这种自发的 INS 包含特定的光谱和地形轮廓，不仅反映了神经活动的个人内部调节，而且反映了神经活动的实时和二元组特定耦合。第三，利用最先进的视频图像处理和深度学习，我们提取了三种显著的社会行为线索（身体运动、眼神交流和微笑）的时间展开，并证明这些行为在二元组中也会自发同步。第四，我们探讨了这种同步社会行为中 INS 的相关性。利用互相关和 Granger 因果关系分析，我们表明同步社会行为可以预期 INS，事实上，这种行为是 Granger 导致 INS 的。这些结果为在自然和不受约束的条件下研究人际神经和行为同步提供了概念验证证据。最重要的是，结果表明，INS 可以被概念化为两个耦合神经系统的一种新兴特性：一种由实时二元行为促进的同步现象。
探索机器人互动中的人际信任的机器人的位置漏洞
研究对人类机器人互动（HRI）的信任的实际价值在于以下假设，即人们从长期来接受，互动和协作与他们信任或认为值得信赖的机器人更多。我们在本书一章中建议采取事件方法来对HRI进行人际关系的信任，我们认为为什么关注机器人脆弱性将有助于对机器人的信任及其可感知的可信赖性进行当前的讨论。在理论上，我们首先认为，挑战人际信任与HRI中概念关系的经常负面看法很重要，因为它主要代表过度曝光。此外，当探索人类与robots（或HRI）之间的人际关系互动时，识别机器人特定的脆弱性是必不可少的，因为它重叠，但与以人类为中心的观点不重要的人并不相同。为了探索机器人漏洞，我们介绍了与机器人技术经验丰富的领导者进行八次半结构化专家访谈的结果。基于这些访谈，我们确定了专家提到的各种机器人漏洞，以提出系统的概述。此外，我们讨论了专家如何特异性地解释脆弱性的概念，并更多地介入旨在确保对HRI的相互人际关系信任时，恶意人类的行为可能是有问题的。此外，我们的目标是在本书章节中阐述我们的动力和贡献，以说明为什么对机器人的脆弱性为HRI的相互信任提供了至关重要，更广泛的观点，这对于加强人类与机器人之间的互动，协作和参与至关重要。
开发由谷仓猫头鹰的听觉中脑中空间提示可靠性形成的频率调整
1德国慕尼黑路德维希·马克西米利大学一般心理学和教育系； 2计算机工程学院，伊朗伊斯兰共和国德黑兰Shahid Rajaee教师培训大学； 3德国慕尼黑路德维希·马克西米利大学慕尼黑的系统神经科学研究生院； 4伊朗伊斯兰共和国德黑兰基础科学研究所（IPM）认知科学学院； 5英国伦敦大学伦敦大学学院人类神经影像中心； 6英国伦敦大学学院的Max Planck UCL计算精神病学与老化研究中心； 7伊朗伊斯兰共和国德黑兰的谢里夫技术大学融合科学技术研究所； 8 Max Planck人类发展研究所自适应合理中心，德国柏林1德国慕尼黑路德维希·马克西米利大学一般心理学和教育系； 2计算机工程学院，伊朗伊斯兰共和国德黑兰Shahid Rajaee教师培训大学； 3德国慕尼黑路德维希·马克西米利大学慕尼黑的系统神经科学研究生院； 4伊朗伊斯兰共和国德黑兰基础科学研究所（IPM）认知科学学院； 5英国伦敦大学伦敦大学学院人类神经影像中心； 6英国伦敦大学学院的Max Planck UCL计算精神病学与老化研究中心； 7伊朗伊斯兰共和国德黑兰的谢里夫技术大学融合科学技术研究所； 8 Max Planck人类发展研究所自适应合理中心，德国柏林
人工智能介导的沟通：指称沟通任务中的语言使用和人际影响
人工智能介导的沟通 (AI-MC) 是一种人际沟通，涉及一种人工智能系统，该系统可以修改、增强甚至生成内容以实现沟通和关系目标。人工智能介导的沟通越来越多地参与到人类沟通中，并有可能影响人类沟通的核心方面，例如语言生成、人际感知和任务表现。通过受试者间实验设计，我们研究了在将人工智能生成的语言以建议文本响应（谷歌的智能回复）的形式整合到基于文本的参考沟通任务中时，这些过程会受到怎样的影响。我们的研究复制并扩展了人工智能生成语言中积极偏见的影响，并将邻接对框架引入了人工智能介导的沟通研究中。我们还发现初步但混杂的证据表明，人工智能生成的语言有可能破坏人际感知的某些方面，例如社会吸引力。这项研究为人工智能介导的沟通的未来工作提供了重要的概念，并提供了对人际沟通中人工智能系统的设计具有重要意义的研究结果。
双管齐下：音乐互动后人际神经同步性增强
摘要：音乐的深层人际性质表明，音乐衍生的神经可塑性与人际时间动态或同步性有关。人际神经同步 (INS) 已被发现与社交互动期间行为同步性的增加相关，并且可能代表支持它们的机制。由于社交互动通常没有明确的界限，而且许多互动是间歇性开始和停止的，我们假设在互动后可以检测到 INS 的神经特征。本研究旨在使用前后范式来调查这一假设，测量合作二元音乐互动之前和之后的脑间相位一致性。在以合作敲击游戏形式进行的音乐互动之前和之后的静默、非互动期间，十对二元组进行了同步脑电图 (EEG) 记录。在后条件下发现 delta 波段 INS 在互动后显著增加，并且与之前互动的持续时间呈正相关。这些发现表明了一种机制，通过该机制，社交互动在中断后可以有效地继续下去，并有可能在纵向研究中测量神经可塑性适应。这些发现还支持了这样一种观点，即社交互动过程中的 INS 代表了维持同步的主动机制，而不仅仅是刺激和运动活动的并行处理。
标题媒体使用、人际沟通和对人工智能的态度
先例，研究发现态度可以塑造个人行为和对其他新兴技术的公共政策（Brossard & Nisbet，2007；Goidel & Nisbet，2006；Nisbet，2005；Scheufele & Lewenstein，2005）。最近的调查显示，美国公众认为人工智能既有潜在的好处，也有风险（Northeastern University & Gallup，2018；West，2018；Zhang & Dafoe，2019）。这些调查还表明，不同政治和人口统计学领域对人工智能的看法不同。然而，现有研究较少关注不同形式的沟通对公众对人工智能的态度的影响，或他们在这样做的过程中相互交流的可能性。尽管多种类型的交流都可能影响这种态度，但以下说明重点关注三种可能的因素：新闻报道、科幻小说和人际讨论。先前的研究表明，这些因素中的每一个都可以影响对其他新兴技术的态度（Besley & Shanahan，2005；Brossard & Shanahan，2003；Ho et al.，2013；Lee & Scheufele，2006；Liu & Priest，2009；Nisbet & Goidel，2007）。在本案例中，研究强调了新闻和科幻小说如何为理解人工智能提供故事情节。例如，新闻报道可以鼓励观众将技术视为进步的工具，或者将其视为对人类的生存威胁（Broussard 等人，2019 年；Chuan 等人，2019 年；Obozintsev，2018 年）。同样，科幻电影和电视节目可能会强化人们对人工智能的威胁性或良性的印象（Nader 等人，2022 年；Obozintsev，2018 年；Perkowitz，2007 年）。与此同时，公众也可以利用人际对话来理解技术（Gamson，1992 年），包括人工智能（Cui & Wu，2021 年）。通过研究这些可能性，本研究推进了关于公众对人工智能的看法形成因素的认识，同时扩展了对新兴技术传播和态度的更广泛理论解释。它借鉴了框架理论（Entman，1993；Gamson & Modigliani，1989；Reese，2001）来考虑公众如何看待人工智能，以及新闻媒体的使用如何预测观众对人工智能的“思维框架”和态度。在考察科幻小说观看和谈论技术对人工智能态度的影响时，该研究还基于特定媒体类型（Besley & Shanahan，2005；Nisbet & Goidel，2007）和人际沟通（Gamson，1992；Ho et al.，2013；Liu & Priest，2009）如何影响对科学和技术的态度。此外，本研究还开发了一个互动沟通对新兴技术态度影响的模型。虽然大多数关于沟通对此类态度影响的研究都侧重于独立影响，但一小部分研究强调了沟通过程的潜力