你控制你的状态:通过因果状态干预控制人类结果的原因
人工智能
2026-05-29 v2 神经元与认知
摘要
行为科学和面向人的人工智能的核心难题是 within-person 可变性的持久性。相同的个体在相同的可观测输入下,可能在不同情况下产生不同结果,不同的个体也产生无法被可观测协变量完全预测的差异。我们认为,这种可变性属于个体的动态潜在状态,而通过针对状态及其在决策形成时刻的加权进行干预,能够以精确且可操作的方式控制人类结果。我们将状态定义为在时间索引下,对支配个体生物学、生理学和神经心理学如何将下一个事件处理为决策和结果的维度加权向量。状态、决策与结果之间的关系是因果关系而非相关关系。该加权向量在亚日尺度上是动态的。意识通过通过注意力瓶颈将结果报告给人,其内容本身也是状态依赖的。综上,这些论点表明,给定事件的结果可以在干预发生时对状态轨迹的条件下是可控的。我们以六类既定证据(因果推断、预测处理、全应激、注意力瓶颈、chronobiology、计算精神医学)为依据,结合来自部署行为平台的 24 个月观察数据,该平台覆盖超过 20 万名授权用户,分布在四个职业人物画像中(研究期间 2023-2026 年)。我们推导出七个可检验的预测,列出六项状态感知系统的运营要求,并讨论了数字健康、教育、AI 个人化以及个人自主权的影响。
引用
@article{arxiv.2605.27580,
title = {You Are in Control of Your State: Why Human Outcomes Are Controllable Through Causal State Intervention},
author = {Suraj Biswas and Saurav Gupta and Pritam Mukherjee},
journal= {arXiv preprint arXiv:2605.27580},
year = {2026}
}
备注
20 pages, 12 figures, 37 references. Companion to a prior SSRN preprint on causal architecture for human modelling