测量人机协作中的成功合作：感知合作性与团队协作感知量表的开发与验证
人机交互
2026-04-28 v1 人工智能
摘要
随着人机协作日益普遍，需要可靠的工具来评估协作式人机交互的主观质量。我们引入了两个具有理论基础的量表：基于联合活动理论的感知合作性量表（PCS）和基于演化合作理论的团队协作感知量表（TPS）。PCS 捕捉智能体在单次交互序列中被感知到的合作能力与实践；TPS 捕捉由相互贡献与支持所产生的涌现式团队协作感。这两个量表均适配于人机合作，以实现跨智能体比较。在包含合作纸牌游戏、LLM 交互和决策支持系统的三项研究（N = 409）中，对维度、信度和效度的分析表明，这两个量表均能成功区分具有不同合作质量的合作伙伴，并显示出符合预期的建构效度。这些量表为广泛的人机协作情境下的实证研究与系统评估提供了基础。
引用
@article{arxiv.2604.24461,
title = {Measuring Successful Cooperation in Human-AI Teamwork: Development and Validation of the Perceived Cooperativity and Teaming Perception Scales},
author = {Christiane Attig and Christiane Wiebel-Herboth and Patricia Wollstadt and Tim Schrills and Mourad Zoubir and Thomas Franke},
journal= {arXiv preprint arXiv:2604.24461},
year = {2026}
}
备注
33 pages, 3 figures