促进人类学习对提升人机协同至关重要
人机交互
2026-05-28 v2
摘要
人类与人工智能（AI）的协作有望实现优于单独行动的卓越成果——这种现象被称为人机协同。然而，对于人类在 AI 建议下进行协作时促进这种人机协同的条件，我们的理解仍然有限。最近的一项元分析表明，平均而言，人机组合的表现并不优于更好的个体智能体。我们认为，这一悲观结论源于对实验设计中促进人类学习的关注不足。为证实这一主张，我们重新分析了原始元分析中包含的全部 74 项研究，得出两项新发现。第一，大多数先前研究忽视了促进人类学习的设计特征，例如向参与者提供结果反馈。第二，我们的重新分析表明，提供结果反馈的研究初步显示出更高的人机协同，而没有结果反馈的研究则不然。关键的是，与 AI 解释配对的结果反馈倾向于产生正向协同，而没有反馈的解释则与负向协同相关联——这表明解释只有在人类能够通过反馈学习来验证 AI 的可靠性时才会增加协同。我们得出结论，当前文献低估了人机协作的潜力，因为它主要依赖于不促进人类学习的范式，从而阻碍了人类有效调整其协作策略。因此，我们倡导在人机交互研究中实现范式转变，明确关注人类学习，从而增强我们对成功人机协作的理解和支持。
引用
@article{arxiv.2512.13253,
title = {Fostering human learning is crucial for boosting human-AI synergy},
author = {Julian Berger and Jason W. Burton and Ralph Hertwig and Thomas Kosch and Ralf H. J. M. Kurvers and Benito Kurzenberger and Christopher Lazik and Linda Onnasch and Tobias Rieger and Anna I. Thoma and Dirk U. Wulff and Stefan M. Herzog},
journal= {arXiv preprint arXiv:2512.13253},
year = {2026}
}