通过战略性自动化水平选择构建人类-AI 生产性相互依存：用于定性探究的框架
人机交互
2026-05-28 v1
摘要
尽管大型语言模型（LLM）为解决定性分析中的规模-深度两难提供了解决方案，但最大化自动化的范式基本上与定性探究的解释性本质相冲突。我们认为，有效的人类-AI 协作不是自动化问题，而是相互依存问题。本文通过相互依存理论的视角，提出构建人类-AI 生产性相互依存的框架。该框架通过评估任务风险与验证成本，指导为定性分析过程的不同阶段选择合适的自动化水平（LoA）。我们呈现一个案例研究，说明该框架如何导致构建出精心设计的相互依赖工作流程，培养实现严谨分析所必需的校准信任。我们随后提出三个设计原则，展示如何将 AI 作为强大的合作伙伴，同时保持人类研究人员在意义建构转换过程中的不可替代角色。
引用
@article{arxiv.2605.27634,
title = {Structuring Human-AI Productive Interdependence by Strategic Level of Automation Selection for Qualitative Inquiry},
author = {Feng Zhou and Jacqueline Meijer-Irons and Ambar Murillo},
journal= {arXiv preprint arXiv:2605.27634},
year = {2026}
}