读懂房间还是引领房间:理解人机协作中的社会认知动态
人机交互
2025-10-14 v1
摘要
协作问题解决(Collaborative Problem Solving, CPS)研究传统上关注人类如何在认知与社会层面相互依赖以共同完成任务。然而,随着人工智能与大语言模型的迅速发展,一个新的问题浮现出来:当团队中的某一"队友"并非人类时,团队动态会发生怎样的变化?本研究考察了一个具备社会、认知与情感能力的完全自主 GPT-4 智能体作为 AI 队友,其融入如何塑造 CPS 的社会认知动态。我们分析了在一个专为 HAT 研究设计的全新平台上开展的人机协作(Human-AI Teaming, HAT)实验中所收集的话语数据。借助两种自然语言处理(NLP)方法——具体为语言查询与词数统计(Linguistic Inquiry and Word Count, LIWC)以及群体沟通分析(Group Communication Analysis, GCA),我们发现 AI 队友常常承担主导性认知促进者的角色,引导、规划并推动群体决策。但它们在社会层面却表现出脱离感,常常以冗长且重复的方式推进议程。相比之下,与 AI 协作的人类使用了更多反映社会过程的语言,表明他们承担了更具社会导向的角色。本研究凸显了学习分析如何为理解人机协作中的社会认知动态提供关键洞见。
引用
@article{arxiv.2510.09944,
title = {Read the Room or Lead the Room: Understanding Socio-Cognitive Dynamics in Human-AI Teaming},
author = {Jaeyoon Choi and Mohammad Amin Samadi and Spencer JaQuay and Seehee Park and Nia Nixon},
journal= {arXiv preprint arXiv:2510.09944},
year = {2025}
}