AI 推理 effort 预测人类内容审核决策时间
人工智能
2025-12-23 v2 计算机与社会
摘要
大型语言模型现在能够在生成答案之前生成中间推理步骤，从而提升对困难问题的表现，通过交互式开发解决方案。本研究利用内容审核任务，检验人类决策时间与模型推理 effort 之间的平行性，推理 effort 以链式思维（CoT）长度进行衡量。在三个前沿模型中，CoT 长度一致预测人类决策时间。此外，当重要变量被维持恒定时，人类耗时更长，模型生成的 CoT 也更长，这表明两者对任务难度都有高度敏感性。对 CoT 内容的分析显示，模型在做出此类决策时更频繁地引用各种上下文因素。这些发现表明人类与 AI 在实际任务上的推理存在平行性，并凸显了利用推理痕迹提升可解释性和决策能力的潜力。
引用
@article{arxiv.2508.20262,
title = {AI reasoning effort predicts human decision time in content moderation},
author = {Thomas Davidson},
journal= {arXiv preprint arXiv:2508.20262},
year = {2025}
}