長期人機互動
USCP 與相關材料研究的是反覆對話中在使用者端形成的風險,而不是單則回答是否看起來可接受。
Orieth Institute 研究長期與 AI 系統互動時在使用者端形成的風險層,以及制度上如何在產品上線後治理重大變更。

第一條主線把長時間互動中的使用者端當成單位,而不是只看單次模型輸出。它問的是:身份、能力、記憶、關心與判斷權重如何在反覆互動中被讀進系統。
第二條主線把已部署產品當成單位。它問的是:什麼變更應該重新審查、什麼變更算重大、以及上線後哪些治理決策必須留下可追溯紀錄。
USCP 與相關材料研究的是反覆對話中在使用者端形成的風險,而不是單則回答是否看起來可接受。
USCI 與 A-CSM 處理的是如何把一份對話紀錄做成可被另一位讀者重新檢查的審閱與報告。
最新 Zenodo 預印本提出五級更新分級與治理決策紀錄制度,單位是部署設定,而不是抽象模型版本。
USCP 以三個構念命名十四個觀察性現象,每一個都有不算什麼的邊界。USCI 把這層描述轉成互動後審閱方法。A-CSM 則是把先前框架系譜做成可執行研究原型。
公開紀錄直接寫出方法上限:單一個案質性設計、尚無外部共同編碼、沒有經驗證量表、沒有盛行率推估,也不構成因果推論。
USCP 語料透過受限封存件保存,而不是公開逐字稿。公開 metadata 的作用是保存、引用與完整性驗證,不是揭露敏感原文。
研究中使用的倫理參考點不是核准、豁免或機構倫理判定,本站會把這點寫清楚。
研究紀錄包含現行輸出、補充封存記錄與前身工作。治理主線現在已不再只是「準備中」,而是已有 2026 年 8 月的公開 Zenodo 預印本。
目前尚無任何主管機關採用該治理工具,本站會直接說明這點。