跳到正文
arXiv· Yijia Shao, Dora Zhao, Vishakh Padmakumar, Jennifer Wang, Diyi Yang·· 11 小时前精选AI 评分73

大规模人机协作研究:任务关键性、主导权与摩擦分析

Human-AI Collaboration at Scale: Task Criticality, Agency, and Friction across 250,000 Conversations

文章摘要

对249,834条真实世界对话的隐私保护分析显示,用户不仅将琐碎任务委托给AI,还涉及高后果、难以逆转的专业咨询与工作,且随着任务风险升高,用户更积极参与AI输出,对话长度近乎翻倍。

研究聚焦三个核心问题:人们向AI提交何种工作、人类在完成任务中保留何种角色、以及人机协作在何处失效。数据显示,高关键性的委托集中在咨询和专业领域。在人类主导权方面,尽管整体以人类主导的协作为主,但用户通过提示词设计和迭代过程构建其控制程度。不同主导权水平下存在共同张力:与AI协作究竟是提升人类能力还是替代人类努力?

针对这一张力,研究考察了AI支持下的学习与技能提升,发现主动教学行为普遍存在(占对话总数的67%),但其收益分布不均。此外,约半数对话中出现摩擦,但这些摩擦往往具有建设性,用户在遇到摩擦时通常采用积极策略进行恢复。这些结果描绘了人机大规模协作的现状,并界定了何时这种协作能增强人的能力,何时则不能。

推荐理由

25万条真实对话揭示人机协作中任务关键性、人类主导权及摩擦恢复机制,为理解规模化AI辅助工作提供实证视角。

来源:arXiv · arxiv.org