通过人类与AI之间的Metropolis-Hastings交互实现共创学习
人机交互
2025-06-19 v1 人工智能
机器学习
摘要
我们提出共创学习作为一种新的范式，其中人类和AI，即生物和人工智能体，相互整合其部分感知信息和知识，以构建共享的外部表征，我们将这一过程解释为符号涌现。与基于单向知识转移的传统AI教学不同，这解决了整合本质上不同模态信息的挑战。我们使用基于Metropolis-Hastings命名博弈（MHNG）的人机交互模型（一种去中心化的贝叶斯推理机制）来实证检验这一框架。在一项在线实验中，69名参与者在部分可观测条件下与三种计算机智能体类型（基于MH的、始终接受或始终拒绝）之一进行联合注意命名博弈（JA-NG）。结果表明，与基于MH的智能体配对的人机组合通过交互显著提高了分类准确性，并实现了向共享符号系统的更强收敛。此外，人类的接受行为与MH推导的接受概率紧密对齐。这些发现为通过基于MHNG的交互在人机二元组中出现的共创学习提供了首个实证证据。这表明了一条通往共生AI系统的有前景的路径，该系统通过动态对齐感知经验，与人类一起学习，而不是向人类学习，为共生AI对齐开辟了一个新领域。
引用
@article{arxiv.2506.15468,
title = {Co-Creative Learning via Metropolis-Hastings Interaction between Humans and AI},
author = {Ryota Okumura and Tadahiro Taniguchi and Akira Taniguchi and Yoshinobu Hagiwara},
journal= {arXiv preprint arXiv:2506.15468},
year = {2025}
}