<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>社会心理学 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E7%A4%BE%E4%BC%9A%E5%BF%83%E7%90%86%E5%AD%A6/</link>
    <description>Recent content in 社会心理学 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 31 Dec 2025 19:20:01 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E7%A4%BE%E4%BC%9A%E5%BF%83%E7%90%86%E5%AD%A6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>社交工程利器：我所依赖的“自我暂停”技术</title>
      <link>https://blog.qife122.com/p/%E7%A4%BE%E4%BA%A4%E5%B7%A5%E7%A8%8B%E5%88%A9%E5%99%A8%E6%88%91%E6%89%80%E4%BE%9D%E8%B5%96%E7%9A%84%E8%87%AA%E6%88%91%E6%9A%82%E5%81%9C%E6%8A%80%E6%9C%AF/</link>
      <pubDate>Wed, 31 Dec 2025 19:20:01 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E7%A4%BE%E4%BA%A4%E5%B7%A5%E7%A8%8B%E5%88%A9%E5%99%A8%E6%88%91%E6%89%80%E4%BE%9D%E8%B5%96%E7%9A%84%E8%87%AA%E6%88%91%E6%9A%82%E5%81%9C%E6%8A%80%E6%9C%AF/</guid>
      <description>&lt;h3 id=&#34;什么是自我暂停&#34;&gt;什么是“自我暂停”&lt;/h3&gt;&#xA;&lt;p&gt;当大多数人想到网络安全中的“影响策略”时，他们想象的往往是强硬的劝说、权威的把戏或高压力的场景。但在社交工程师的工具箱中，最有效的工具之一是出人意料地温和。它被称为“自我暂停”，老实说，这可能是我的最爱。&lt;/p&gt;</description>
    </item>
    <item>
      <title>AI建议对自私行为惩罚影响的心理实验</title>
      <link>https://blog.qife122.com/p/ai%E5%BB%BA%E8%AE%AE%E5%AF%B9%E8%87%AA%E7%A7%81%E8%A1%8C%E4%B8%BA%E6%83%A9%E7%BD%9A%E5%BD%B1%E5%93%8D%E7%9A%84%E5%BF%83%E7%90%86%E5%AE%9E%E9%AA%8C/</link>
      <pubDate>Sun, 07 Sep 2025 13:44:15 +0800</pubDate>
      <guid>https://blog.qife122.com/p/ai%E5%BB%BA%E8%AE%AE%E5%AF%B9%E8%87%AA%E7%A7%81%E8%A1%8C%E4%B8%BA%E6%83%A9%E7%BD%9A%E5%BD%B1%E5%93%8D%E7%9A%84%E5%BF%83%E7%90%86%E5%AE%9E%E9%AA%8C/</guid>
      <description>&lt;h2 id=&#34;摘要&#34;&gt;摘要&lt;/h2&gt;&#xA;&lt;p&gt;人们日益依赖AI建议进行决策，这类建议有时可能助长自私行为。本研究基于社会心理学理论，结合机器行为学与行为经济学方法，通过预注册的经济激励实验，探究评估者对遵循自私性AI建议的决策者的惩罚态度。实验设计包含：(i)决策者接收AI、人类或无建议；(ii)建议鼓励自私或亲社会行为；(iii)决策者实际采取自私或亲社会行为。评估者需对决策者及其建议者分配责任。结果显示：(i)亲社会行为几乎不受惩罚，自私行为惩罚显著；(ii)与无建议相比，自私行为在接收亲社会建议后惩罚更重，接收自私建议后惩罚更轻；(iii)尽管遵循AI建议的决策者被认为责任更大，但AI与人类建议源的惩罚强度无差异。总体表明，行为类型和建议内容主导惩罚机制，建议来源不影响惩罚结果。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
