研究ChatGPT的情感使用与情绪健康

核心观点

本研究通过两个平行研究，探究了与 ChatGPT（重点关注高级语音模式）的互动对用户情绪福祉、行为和体验的影响。

研究方法

• 平台数据分析：对超过 400 万个 ChatGPT 对话进行大规模自动化分析，并调查超过 4000 名用户对 ChatGPT 的感知，以研究情感使用。
• 随机对照试验 (RCT)：对近 1000 名参与者进行为期 28 天的随机对照试验，考察在不同实验设置下，参与者与 ChatGPT 互动时情绪福祉的变化。

研究结论

• 高使用量与情感依赖：在平台数据分析和 RCT 中，高使用量与情感依赖的自报告指标增加相关。
• 语音模式的复杂影响：RCT 显示，在控制使用持续时间的情况下，使用语音模式与更好的情绪福祉相关，但较长的使用时间和研究开始时的自报告孤独感与更差的情绪福祉结果相关。
• 情感线索的长期分布：分析表明，少数用户负责了大部分情感线索。
• 方法学互补性：平台数据分析和 RCT 是研究情感使用和福祉影响的高度互补方法。
• 自动分类器的可行性：自动分类器为大规模研究情感使用提供了高效且保护隐私的方法。

关键数据

• 平台数据分析：分析了超过 3 百万次 ChatGPT 对话，并对约 6000 名高级语音模式重度用户进行了 3 个月的使用分析。
• RCT：参与者被随机分配到九个条件之一，包括三种语音模式（参与、中性、文本）和三种日常任务（个人、非个人、开放式）。
• 情绪福祉指标：孤独感、社交、情感依赖和问题性使用。

研究意义

本研究有助于理解情感使用对用户福祉的影响，并为 AI 模型的社会情感对齐提供见解。研究结果表明，需要关注重度用户，并进一步研究语音模式、用户行为和模型特征对福祉的影响。