XiaoMi-AI文件搜索系统
World File Search System人际
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。
通过带来良好的人际关系来释放人际关系的魔力...
保乐力加让每一位欢乐人士都有机会体验包容的欢乐文化。通过定制员工个人体验来利用和发展技能，我们充分回报员工付出的额外努力。因此，员工对集团价值观的投入、自豪感和支持水平一直高于外部市场基准，并与十多年来表现最佳的组织保持一致。 (1) 近年来，通过“无标签生活”多样性路线图和性别平等“更好的平衡”计划，我们进一步加强了与广泛消费者群体相符的包容性和多样性文化，表明集团始终如一地致力于提供出色的工作环境。作为引领和塑造行业发展的“欢乐创造者”，集团在全球最受尊敬的公司中占有一席之地，(2) 是法国“最佳雇主”(3)
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
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。
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。
频繁的人际压力和炎症反应性预测抑郁症的增加：抑郁症的社会信号转变理论的两个测试
摘要抑郁症的社会信号转移理论断言，经历持续的人际压力源并对社会压力产生更大的炎症反应的人面临较高的抑郁症风险。当前的研究在两个成年样本中检验了该理论。在研究1中，身体健康的成年人（n = 76）报告了频繁的人际紧张症状在访问2时增加了抑郁症状，但前提是他们对婚姻冲突的炎症反应更大。同样，在研究2中，孤独和社会支持的乳腺癌幸存者的抑郁症状增加（n = 79）。在访问时对社会评估压力源的炎症反应性较高的参与者中，这种效果最为明显。在这两项研究中，非人中压力都没有与炎症反应性相互作用，以预测以后的抑郁症状。
处理人际、群体间和群体内冲突
作为冲突教练，领导者在培养团队冲突解决技能和态度方面发挥着关键作用。作为冲突调解人，他们促进团队成员和团体之间的争议解决。但在分歧演变成冲突之前，优秀的领导者和管理者往往会发现触发因素并化解局势。在这方面最熟练的领导者评估冲突不一定是为了消除冲突，而往往是为了将其引向富有成效和文明的对话。毕竟，如果没有建设性的冲突，人们和团队只会彼此同意，导致想法、创造力和创新停滞不前。本白皮书提供了有关工作场所冲突的信息，并得到了实证研究的支持，以及关于如何在冲突升级之前管理冲突或在冲突发生时解决冲突的行之有效的技巧。阅读本文的领导者将了解工作场所冲突的代价以及他们作为冲突教练和调解人的角色。他们将学习如何主动识别和预防团队成员之间和群体内部的重大冲突。识别和缓解组织中冲突的常见驱动因素
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。
半人半机器——利用人工智能增强服务员工的人际情绪调节能力
摘要 目的——随着日益复杂的人工智能的出现，服务一线的工作性质正在发生变化。下一个前沿是超越用人工智能取代常规任务和增强服务员工的能力。本文的目的是研究使用基于人工智能的情绪识别软件增强的服务员工是否在人际情绪调节 (IER) 方面更有效，以及 IER 是否以及如何影响他们自己的情感健康。 设计/方法/方法——在基础研究中，开发了一种基于人工智能的情绪识别软件，以帮助服务员工管理客户情绪。一项基于 2,459 次呼叫中心服务互动的实地研究评估了人工智能在增强服务员工 IER 方面的有效性以及对幸福感相关结果的直接下游后果。 结果——用人工智能增强服务员工的能力显著改善了他们的 IER 活动。处于人工智能 (与对照组相比) 条件下的员工在调节客户情绪方面明显更有效。反过来，IER 目标的实现又影响了员工情感健康。与接触人工智能增强相关的感知压力充当了竞争介质。实际意义——服务公司可以通过专注于其增强员工的能力而不是仅仅取代员工的能力，从最先进的人工智能技术中受益。此外，借助技术发出 IER 目标实现的信号可能会为服务员工的情感健康带来令人振奋的结果。原创性/价值——本研究是首批实证测试引入人工智能技术来增强服务员工处理客户情绪的研究之一。本文进一步补充了
人际交往背后的瞬时大脑网络......
人际协调是人类互动的核心部分，其潜在机制已通过诸如联合手指敲击等社会范式得到广泛研究。在此，已发现个体和二元差异会产生一系列二元同步策略，例如相互适应、引领-引领和引领-跟随行为，但这些策略背后的大脑机制仍不太清楚。为了确定这些最低限度社交互动策略出现背后的个体大脑机制，我们对比了两组表现出相互适应和引领-引领策略的音乐家的 EEG 记录大脑活动。我们发现，与引领-引领组相比，通过相互适应进行协调的个体在 alpha 范围内的瞬态动作-感知相关大脑网络中表现出更频繁的锁相活动。此外，我们还确定了顶叶和颞叶大脑区域在其网络内信息流的方向性方面发生了显著变化。我们的结果表明，与领先—领先相比，相互适应的计算模型中观察到的外在耦合的权重更大，这可能是由于大脑中更高程度的动作—感知网络耦合所致。