臺灣經驗實證調查資料平台

撰文/林怡瑩（中研院人文社會科學研究中心博士後研究員）
ChatGPT推出約一年半後，AI模型能力快速躍升，各類工具百花齊放，但在當時(註1)的台灣人日常生活中，使用率還未過半（詳後文）。在工作場域中，AI的整合程度亦參差不齊，並不是每個工作者都選擇使用AI。為什麼有些人在生活、工作場域全面擁抱AI，有些人卻還在觀望？是知識門檻、產業需求、還是有某種更深層的動力在影響人們的選擇？
價值觀或許可以作為我們探索的起點。價值觀連結了人們渴望達到的目標，激勵人們採取行動去追求。相對於「態度」多半是針對單一客體的反應，價值觀—作為態度的基礎—更具備跨情境的穩定性。因此，從價值觀出發，本期電子報試圖回答以下兩個問題：（1）在日常生活中，驅動人們早期即採用AI工具的價值觀為何？（2）在工作場域中，驅動AI先行者使用各類AI功能的價值觀為何？
在探討價值觀的理論當中，Shalom H. Schwartz的「人類基本價值觀理論（Theory of Basic Human Values）」是當代最重要、最被廣泛應用的模型，隨著世界價值觀調查（World Values Survey, WVS）與各種跨國研究的推動，已在超過80個國家展現了跨文化穩定性。Schwartz認為，價值觀不是各自獨立存在的，而是在每個人的內在形成一個相互關聯的系統，一個比較重視刺激新奇、自主決策的人，自然會將傳統、遵從等價值的重要性往後排。因此，他提出「環形結構」的概念，來理解這些價值觀之間的關係（詳見圖1）。在這個環形結構中，相鄰的價值觀的動機較相近，而處於對立位置的價值觀之間的動機較為對立，人在做決定時，並非僅受單一價值觀的影響，而是在多個彼此競爭的價值觀之間做取捨（trade-off）。

Schwartz進一步透過兩條軸線（亦即四個面向）來整合這十個價值觀之間相容與衝突的關係，建立一個更適合跨文化比較的分析框架。第一條軸線是「開放改變-保守傳統」：位於一端的「開放改變」捕捉了思想、行動、情感的獨立性、準備好要接受改變與新體驗的動機，整合了自我導向、刺激與享樂主義價值觀。另一端的「保守傳統」捕捉了強調秩序、保存過去、抗拒改變等動機，包含安全、遵守、傳統價值觀。「開放改變」與「保守傳統」是相對的，前者更重視自我擴張與成長，後者更重視免於威脅的自我保護。另一條軸線是「自我增強-自我超越」，整合成就與權力價值觀的「自我增強」與整合普世、善行的「自我超越」是相對的，前者較重視個人的成就與影響力的提升，後者較在意對外界的關懷（Schwartz, 1992, 2007, 2012）。
以下，本期電子報採用Schwartz的分析架構 ，對臺灣傳播調查資料庫第三期第三次的面訪調查結果（調查執行期間為2024年6月至9月）進行分析。針對第一個問題，分析的對象是在當時已在日常生活中使用AI工具（包含聊天機器人、翻譯工具）的受訪者，約佔全體受訪者的45.2%，在本文中以「AI使用者」稱之。針對第二個問題，分析的對象是「會在工作或學習中使用AI或翻譯工具、且有工作」的受訪者，約佔全體受訪者的34.7%，在本文中以「AI先行者」稱之。

本期電子報透過2024年臺灣傳播調查資料庫一般面訪調查結果（已加權）進行分析，以「平常是否使用聊天機器人或AI翻譯工具」為分組依據(註2)，比較兩組受訪者在Schwartz四大價值觀面向(註3)上的差異(註4)。結果顯示，兩組受訪者在「開放改變、保守傳統、自我增強」這三個面向均出現統計上的顯著差異（p < .001），僅「自我超越」面向未達統計顯著水準。
平常會使用聊天機器人或翻譯工具的AI使用者在「開放改變」（涵蓋自我導向、刺激、享樂）面向的平均得分（2.64分）顯著高於未使用者（2.33分），差距達0.31分。這意味著AI使用者更傾向於追求新奇體驗、重視創意與自主性，對嘗試新事物的開放性較高。在「自我增強」（涵蓋權力與成就）面向，有使用AI者同樣得分較高（2.33分 vs. 2.04分），差距約0.30分。這顯示，AI使用者（相對於未使用者）較重視個人成就與社會地位，創新工具使用行為與個人精進的動機之間存在一定的關聯。
「開放改變」以及與其相鄰的「自我增強」面向都與AI使用呈正向關聯；相對地，「保守傳統」（涵蓋安全、遵守、傳統）面向則呈現反向的結果：未使用者的得分（3.16）顯著高於有使用者（3.00），顯示保守傾向者使用AI工具的比例相對偏低。唯一未出現顯著差異的是「自我超越」面向（涵蓋善行與普世主義，p = .171）。這表示，利他價值觀偏高的受訪者在早期是否使用AI的行為上與利他價值觀偏低者之間並無明顯差異，詳見圖2。

根據上述分析，我們歸納出：較重視「開放改變」、「自我增強」的受訪者，平常較可能使用生成式AI。不過，我們也發現不同的AI功能在工作場域中被使用的機率不太相同，例如85%的AI先行者會使用翻譯功能，但僅有9%會與AI一起腦力激盪(註5)。接下來，我們將分析的焦點轉向「工作場域中的AI功能選擇」，探討哪些因素會影響這些先行者的AI功能選用。

此處我們針對「會在工作時使用AI」的受訪者（N=700）資料進行分析(註6)，結果顯示，在AI先行者內部，「開放改變」是預測力最穩定的因子(註7)。在控制人口特質與產業類別以後，「開放改變」在12項AI功能中有6項達到正向顯著，詳見圖3。分析結果顯示，除了「回答不懂的問題、摘錄重點、撰寫草稿｣這三項功能之外，開放改變都是顯著的預測因子。這意味著在這群AI先行者當中，開放改變價值觀越強者，接納AI共同創作的可能性越高。開放改變的分數每增加1分，使用「蒐集或分析資料｣功能的勝算比是1.89，請AI「建議如何強化內容｣功能的勝算比(註8)是1.98，請AI「提供新想法｣的勝算比是2.17，與AI「一起腦力激盪｣的勝算比是2.32。

針對本期電子報的第一個探問，我們發現，較早開始在日常生活中使用AI相關工具的人們，在價值觀上呈現出較高的開放改變傾向、較低的保守傳統傾向，這與Schwartz對於「網際網路的早期採用」的分析相符合（Schwartz, 2007, p. 168）。此外，本文也發現AI使用者呈現較高的自我增強傾向，顯示使用者認為AI有助於提升自己的成就與權力。總和而言，開放改變、自我增強這兩個價值觀面向與AI早期採用呈現顯著正向關聯、與保守傳統呈現顯著負向關聯，與自我超越價值觀的關係未達統計顯著水準。
針對本期的第二個探問，我們發現，從生活場域轉向到工作領域，價值觀對於多項AI工具的選用依然具有顯著的預測力。在控制性別、年齡、教育程度、產業類別之後，開放改變傾向越高的AI先行者，使用「人機協作程度高的AI功能」的勝算顯著較高，顯示其越願意開放空間讓AI參與決策。綜合而言，開放改變面向是最具穩健性的預測因子，在生活與工作兩個場域均呈現顯著預測力。

Schwartz, S. H. (1992). Universals in the content and structure of values： Theoretical advances and empirical tests in 20 countries. In Advances in experimental social psychology (Vol. 25, pp. 1-65). Academic Press.
Schwartz, S. H. (2007). Value orientations： Measurement, antecedents and consequences across nations. In R. Jowell, C. Roberts, R. Fitzgerald, & G. Eva (Eds.), Measuring attitudes cross-nationally： Lessons from the European Social Survey (pp. 161–193). Sage.
Schwartz, S. H. (2012). An overview of the Schwartz theory of basic values. Online readings in Psychology and Culture, 2(1). https://doi.org/10.9707/2307-0919.1116

註1：2024年5月，OpenAI發布GPT-4o，2024年6月Anthropic發布 Claude 3.5 Sonnet。2024年6月是AI影片技術的重要里程碑，Sora、Kling、Dream Machine、Runway Gen 3等工具相繼引發關注。

註2：此處使用「請問您平常會使用哪些人工智慧（AI）的工具？（可複選）」題組，合併有勾選（01）「聊天機器人（例如：ChatGPT、Claude、Google Gemini、Bing Chat）」或（02）「翻譯（例如：DeepL、Google Translate）」任何一個選項的受訪者。

註3：2024年傳播調查資料庫一般面訪用來測量Schwartz價值觀的問題為：接下來我會用一些句子描述人， 您覺得這些描述跟現在的您像不像？很不像您（1分）、有點不像您（2分）、有點像您（3分）、很像您（4分）。
自我導向（Self-direction）:重視新點子和創造力，用自己的方式做事。
刺激（Stimulation）:重視冒險，想要過刺激的生活。
享樂（Hedonism）:重視追求快樂，寵愛自己。
成就（Achievement）:成功很重要，想要讓別人知道自己的成就。
權力（Power）:重視財富，想要擁有許多錢和昂貴的東西。
安全（Security）:重視居住安全，避免任何可能的危險。
遵守（Conformity）:重視舉止合宜，別人認為不好的事您不會去做。舉止合宜指的是「行為符合社會的要求」。
傳統（Tradition）:重視傳統，會遵循宗教與家庭傳下來的習俗。
善行（Benevolence）:會幫助周圍的人，且在意他們過得好不好。
普世（Universalism）:重視環境保護，關心大自然。

開放改變面向包含3個價值觀，此分數計算方式為：先將3題的答案加總後除以3，即得到每個人「開放改變」的分數，以此類推。

註4：進行獨立樣本T檢定：在開放改變方面，有使用者（M = 2.64, SE = 0.018）顯著高於未使用者（M = 2.33, SE = 0.018），t（1986.72） = −11.76, p < .001。在自我增強方面，有使用者（M = 2.33, SE = 0.023）亦顯著高於未使用者（M = 2.04, SE = 0.023），t（1986.64） = −9.10, p < .001。在保守傳統方面，有使用者（M = 3.00, SE = 0.018）則顯著低於未使用者（M = 3.16, SE = 0.018），t（1979.33） = 5.96, p < .001。自我超越面向未達顯著差異（M 有使用 = 3.07, SE = 0.019；M 未使用 = 3.11, SE = 0.020），t（1997.91） = 1.37, p = .171。

註5：相關分析可參考《尋訪AI先行者：產業任務偏好與人口輪廓》電子報。

https://tesd.survey.sinica.edu.tw/news/128


註6：以階層式二元邏輯斯迴歸針對12項AI功能分別進行分析，依序以三個區塊納入預測變項：第一區塊為人口特質（性別、年齡、教育程度），第二區塊為產業類別，第三區塊為Schwartz人類價值觀理論的四個高階面向。

註7：在預測「回答不懂的問題」功能的選擇上，教育程度及產業類別顯著，在預測「摘錄重點」功能的選擇上，性別、年齡及教育程度顯著，在預測「撰寫草稿」功能的選擇上，教育程度、產業類別、自我超越價值觀（負向）顯著。在預測「陪伴聊天、翻譯、安排工作或活動」這三項AI功能的選擇上，所有預測因子均未達統計顯著水準。

註8：勝算比（Odds Ratio，以下簡稱OR）表示預測變項每增加一個單位時，使用該AI功能的勝算變為原來的幾倍。數值大於1表示該變項數值越高，使用機率越高；小於1則表示數值越高，使用機率反而越低。