top of page

購物行為體現沉睡效應

美國心理學家霍夫蘭德(CarlIver Hovland),最早提出休眠效果或沉睡效應(Sleeper Effect)。這種現象發生的原因是,訊息來源在記憶的聯繫,隨時間而逐漸脫鈎,忘記訊息傳播的來源,只保留內容的模糊記憶。 五、休眠效果 / 沉睡效應(Sleeper Effect) 在第二次世界大戰期間,各國都製作了宣傳電影。這些電影旨在激發國民對自己國家的熱情。由於美國在宣傳上投入巨大,戰爭部決定調查這些開銷是否真的物有所值,於是進行了多項研究,以探索這些宣傳片對普通士兵的影響。 結果卻令人失望:這些電影並未真正增強士兵們對戰鬥的熱情。這是否因為電影製作不佳?事實並非如此,更多的是士兵們意識到這些是宣傳片,從而開始播放前,就已經對在影片的訊息失去信任,築起了一道牆拒絕強迫推銷。然而,過了一段時間後,心理學家第二次測量士兵們的態度時,結果顯示:看過電影的人,比那些沒看過的人更支持戰爭。顯然宣傳片最終還是起了作用。當時間推移,士兵忘了到底是誰給他們看,依稀只記得那些震撼畫面的故事。 沉睡效應在購物和消費者行為領域也有所體現,例如當你在網上尋找一部新咖啡機時,可能會瀏覽不同平台的評價。在這過程中,你最初可能看到一個不太可信博客的負面評論,批評這款咖啡機使用壽命短。由於你對該來源的信譽存疑,最初可能會對這個評論持懷疑態度。可是,隨着時間流逝,你對訊息來源的記憶可能會逐漸模糊,腦海中只留下了咖啡機可能不耐用的訊息。當你最後做出購買決定時,這種對產品質量的擔憂,可能無形中影響了選擇,讓你放棄原本打算購買的那款咖啡機。 以上情況在生成式人工智能的世界裏,每天都在發生。試想如果你在問GPT哪部咖啡機更好時,在訊息來源一無所知下,「沉睡效應」可能無跡可尋。如果我們把人工智能(AI)的影響力級別(AI Influence Level),對人類決策的影響程度分為4個層次:(1)低影響力:AI僅作為訊息提供工具;(2)中等影響力:AI提供建議和決策支持;(3)高影響力:AI直接參與或主導決策過程;(4)完全控制:AI系統掌控整個決策過程。 大家可以想像,人工智能影響力愈高,決策偏見更難以追溯。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page