DOI: https://doi.org/10.1038/s41598-026-42465-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41786987
تاريخ النشر: 2026-03-05
المؤلف: Haoning Xue وآخرون
الموضوع الرئيسي: استرجاع المعلومات وسلوك البحث
نظرة عامة
تستكشف هذه الدراسة التفاعل بين المستخدمين العاديين وChatGPT في سياق البحث عن المعلومات من خلال المحادثات (CIS)، باستخدام عينة تمثيلية وطنياً من 937 بالغاً أمريكياً. تركز الأبحاث على استراتيجيات تحفيز المستخدمين وأنماط الاتصال التكيفية لـ ChatGPT عند معالجة المواضيع المثيرة للجدل وغير المثيرة للجدل في مجالات العلوم والصحة والسياسة. تشير النتائج إلى وجود فجوة رقمية كبيرة، حيث استخدم 19.1% فقط من المستخدمين استراتيجيات تحفيز فعالة، وغالباً ما يكون ذلك بين أولئك الأكثر تعليماً والذين يميلون نحو الديمقراطيين.
بالإضافة إلى ذلك، تكشف الدراسة أن ردود ChatGPT تظهر تكيفاً سياقياً؛ حيث تتميز الردود على المواضيع المثيرة للجدل بتعقيد معرفي أكبر وتكرار أعلى للمراجع الخارجية مقارنة بالمواضيع غير المثيرة للجدل. ومن المثير للاهتمام، أنه بينما كانت الردود المعقدة معرفياً تُعتبر أقل تفضيلاً من قبل المستخدمين، إلا أنها عززت المواقف الإيجابية تجاه القضايا المطروحة. بشكل عام، تؤكد الأبحاث على الفجوات في تفاعل المستخدمين وتبرز التفاعل بين تحفيز المستخدمين وردود الذكاء الاصطناعي في تشكيل تجربة البحث عن المعلومات مع الذكاء الاصطناعي المحادثاتي.
مقدمة
تناقش مقدمة ورقة البحث البحث عن المعلومات من خلال المحادثات (CIS)، والذي يتضمن الحصول على المعلومات من خلال أنظمة قائمة على الحوار مدعومة بنماذج لغوية كبيرة (LLMs). تشمل الأمثلة البارزة ChatGPT وClaude وGemini، حيث يُعتبر ChatGPT الأكثر استخداماً، مما يؤثر بشكل كبير على ملايين المستخدمين. تشير تقرير من Pew Research إلى اتجاه متزايد بين الأمريكيين للاعتماد على ChatGPT للحصول على معلومات حول القضايا الاجتماعية الحرجة، وغالباً ما يفضلونه على محركات البحث التقليدية مثل Google بسبب موضوعيته المتصورة وطبيعته غير الحزبية.
تسلط الورقة الضوء على تداعيات هذا الاعتماد على الذكاء الاصطناعي المحادثاتي، لا سيما فيما يتعلق بديناميات تفاعل المستخدمين ومحو الأمية في الذكاء الاصطناعي. تميز بين الفجوة الرقمية من المستوى الأول، التي تركز على الوصول واعتماد التكنولوجيا، والفجوة الرقمية من المستوى الثاني، التي تتعلق بالفجوات في مهارات المستخدمين في استخدام هذه التقنيات. تناولت الدراسات السابقة التي تركز على الإنسان بشكل أساسي الفجوة من المستوى الأول، كاشفة عن عدم المساواة في اعتماد الذكاء الاصطناعي المحادثاتي عبر مستويات الدخل والتعليم المختلفة. بالإضافة إلى ذلك، تم تحديد عوامل مثل كفاية المعلومات، وإدراك المخاطر، والدعم الاجتماعي كعوامل تؤثر على تفاعل المستخدمين مع هذه الأنظمة الذكية.
الطرق
توضح قسم “الطرق” في ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. تتفصل المعايير المستخدمة لاختيار المشاركين، والإجراءات المحددة المتبعة خلال جمع البيانات، والأدوات المستخدمة للقياس. يصف القسم أيضاً الأساليب الإحصائية المطبقة لتحليل البيانات، بما في ذلك أي برامج تم استخدامها للحسابات والعتبات المهمة التي تم تحديدها لاختبار الفرضيات.
بالإضافة إلى ذلك، تشمل المنهجية مناقشة الضوابط المطبقة لتقليل التحيز وضمان موثوقية النتائج. يؤكد القسم على أهمية إمكانية التكرار والشفافية في عملية البحث، موفراً تفاصيل كافية للباحثين الآخرين لتكرار الدراسة. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات بدقة مع الأخذ في الاعتبار المتغيرات المربكة المحتملة.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات المنفذة. يسلط الضوء على النتائج المهمة التي تدعم الفرضيات أو أسئلة البحث المطروحة في الدراسة. عادةً ما تكون النتائج مصحوبة ببيانات إحصائية ذات صلة، أو أشكال، أو جداول توضح الاتجاهات والأنماط الملاحظة.
في هذا القسم، قد يقوم المؤلفون بالإبلاغ عن فعالية التدخلات أو العلاجات المطبقة، مقارنتها ضد مجموعات التحكم أو القياسات الأساسية. بالإضافة إلى ذلك، يتم مناقشة أي ارتباطات أو علاقات تم تحديدها بين المتغيرات، غالباً مع تعبيرات رياضية أو نماذج تصف هذه العلاقات. بشكل عام، توفر النتائج نظرة شاملة على الأدلة التجريبية التي تم جمعها، مما يمهد الطريق للنقاشات والاستنتاجات اللاحقة.
المناقشة
في هذه الدراسة، يستكشف المؤلفون ديناميات استراتيجيات تحفيز المستخدمين وأنماط الاتصال للذكاء الاصطناعي في تفاعلات البحث عن المعلومات من خلال المحادثات (CIS)، مع التركيز بشكل خاص على ChatGPT. يحددون فجوة كبيرة في فهم كيفية استخدام المستخدمين العاديين لاستراتيجيات التحفيز، والتي تعتبر حاسمة لتحسين ردود الذكاء الاصطناعي. تكشف الأبحاث أن 19.1% فقط من المستخدمين استخدموا أي استراتيجيات تحفيز، حيث كان الأفراد الأكثر تعليماً والذين يميلون نحو الديمقراطيين أكثر احتمالاً للانخراط في مثل هذه السلوكيات. وهذا يشير إلى وجود فجوة رقمية ليس فقط في الوصول إلى الذكاء الاصطناعي ولكن أيضاً في المهارات المطلوبة للتفاعل الفعال معه.
يستكشف المؤلفون أيضاً كيف تتكيف ردود ChatGPT مع تحفيزات المستخدمين وموضوعات الجدل. يجدون أن الذكاء الاصطناعي يعدل نمط اتصاله بناءً على طبيعة طلبات المستخدم، لا سيما من حيث التعقيد المعرفي. بينما يفضل المستخدمون بشكل عام الردود المباشرة، كانت الاستجابة ذات التعقيد المعرفي الأعلى في ردود الذكاء الاصطناعي مرتبطة بتقليل إدراك تفضيل الذكاء الاصطناعي، وجاذبيته، وذكائه، على الرغم من أنها أثرت بشكل إيجابي على مواقف المستخدمين تجاه قضايا معينة. يبرز هذا العلاقة الدقيقة بين أنماط الاتصال وإدراك المستخدمين، مما يبرز أهمية كل من تحفيز المستخدم واستراتيجيات ردود الذكاء الاصطناعي في تشكيل تفاعلات فعالة بين الإنسان والذكاء الاصطناعي.
DOI: https://doi.org/10.1038/s41598-026-42465-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41786987
Publication Date: 2026-03-05
Author(s): Haoning Xue et al.
Primary Topic: Information Retrieval and Search Behavior
Overview
This study investigates the interaction between ordinary users and ChatGPT in the context of conversational information seeking (CIS), utilizing a nationally representative sample of 937 U.S. adults. The research focuses on users’ prompting strategies and the adaptive communication styles of ChatGPT when addressing both controversial and non-controversial topics in science, health, and policy. The findings indicate a significant digital divide, with only 19.1% of users employing effective prompting strategies, predominantly among those who are more educated and lean Democratic.
Additionally, the study reveals that ChatGPT’s responses exhibit contextual adaptation; responses to controversial topics are characterized by greater cognitive complexity and a higher frequency of external references compared to non-controversial topics. Interestingly, while cognitively complex responses were perceived less favorably by users, they fostered more positive attitudes towards the issues discussed. Overall, the research underscores the disparities in user engagement and highlights the interplay between user prompts and AI responses in shaping the information-seeking experience with conversational AI.
Introduction
The introduction of the research paper discusses Conversational Information-Seeking (CIS), which involves obtaining information through dialog-based systems powered by Large Language Models (LLMs). Prominent examples include ChatGPT, Claude, and Gemini, with ChatGPT being the most widely utilized, significantly impacting millions of users. A Pew Research report indicates a growing trend among Americans to rely on ChatGPT for information on critical societal issues, often preferring it over traditional search engines like Google due to its perceived objectivity and nonpartisan nature.
The paper highlights the implications of this reliance on conversational AI, particularly regarding user interaction dynamics and AI literacy. It distinguishes between the first-level digital divide, which focuses on access and adoption of technology, and the second-level digital divide, which pertains to disparities in users’ skills in utilizing these technologies. Previous human-centered studies have primarily addressed the first-level divide, revealing inequalities in the adoption of conversational AI across different income and education levels. Additionally, factors such as information sufficiency, risk perceptions, and social support are identified as influencing user engagement with these AI systems.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. It details the selection criteria for participants, the specific procedures followed during data collection, and the tools used for measurement. The section also describes the statistical methods applied to analyze the data, including any software utilized for computations and the significance thresholds established for hypothesis testing.
Additionally, the methodology includes a discussion of the controls implemented to minimize bias and ensure the reliability of the results. The section emphasizes the importance of replicability and transparency in the research process, providing sufficient detail for other researchers to replicate the study. Overall, the methods employed are designed to rigorously test the hypotheses while accounting for potential confounding variables.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It highlights the significant outcomes that support the hypotheses or research questions posed in the study. The results are typically accompanied by relevant statistical data, figures, or tables that illustrate the trends and patterns observed.
In this section, the authors may report on the effectiveness of the interventions or treatments applied, comparing them against control groups or baseline measurements. Additionally, any correlations or relationships identified between variables are discussed, often with accompanying mathematical expressions or models that quantify these relationships. Overall, the results provide a comprehensive overview of the empirical evidence gathered, laying the groundwork for subsequent discussions and conclusions.
Discussion
In this study, the authors investigate the dynamics of user prompting strategies and AI communication styles in conversational information-seeking (CIS) interactions, specifically focusing on ChatGPT. They identify a significant gap in understanding how ordinary users employ prompting strategies, which are critical for optimizing AI responses. The research reveals that only 19.1% of users utilized any prompting strategies, with more educated and Democrat-leaning individuals being more likely to engage in such behaviors. This suggests a digital divide not only in access to AI but also in the skills required to effectively interact with it.
The authors further explore how ChatGPT’s responses adapt to user prompts and the controversy of the topics discussed. They find that the AI adjusts its communication style based on the nature of the user’s requests, particularly in terms of cognitive complexity. While users generally preferred straightforward responses, higher cognitive complexity in AI replies was associated with decreased perceptions of the AI’s favorability, likability, and intelligence, although it positively influenced users’ attitudes towards specific issues. This highlights the nuanced relationship between communication styles and user perceptions, underscoring the importance of both user prompting and AI response strategies in shaping effective human-AI interactions.