AI 来源披露影响人脸评价的 EEG 与眼动追踪证据

基于摘要分析。本研究考察人脸加工究竟受图像实际来源影响，还是受观看者获知的来源标签影响；核心方法是将实际来源与披露标签交叉操纵，并结合 ERP 和眼动记录，区分两类因素的作用。 研究先在在线研究（N=169）中验证 AI 生成人脸与真实人脸刺激，再开展实验室研究（N=30），将实际来源（AI、人类）与标签（无标签、Made with AI、Made by a human）交叉设置。研究贡献包括一套经验证的刺激集，以及来源标签如何影响人脸加工的行为与神经生理证据；刺激集的获取方式尚未验证。 作者报告，在上述实验室协议下，AI 生成人脸与真实人脸的 ERP 反应等效，但反应随标签发生变化：标签引起早期注意变化（N2），当标签与人脸实际来源不一致时，出现作者解释为人脸重新评价的 P3 反应。作者报告，情感加工和初始注视定向未发生变化，而标签改变了视觉探索。摘要未提供效应量、置信区间或具体眼动指标，因此这些结果不能用于量化标签影响的大小。 该研究直接涉及 EEG 与来源归因，而非 BCI 解码性能验证。其阅读价值在于借助交叉设计区分刺激属性和告知信息，并联合 ERP 与眼动观察不同加工阶段。需在全文中核对刺激验证标准、标签与人脸的呈现时序、ERP 时间窗及电极选择、眼动指标，以及“等效”结论采用的统计检验；实验协议、消融及统计信息尚未验证。作者提出结果对披露设计具有启示，但具体设计建议及其适用范围仍需结合全文和后续验证判断。