解构人工智能协作：主体性、互动和适应
内容提要
本文提出了一个分层框架，探讨人工智能与人类的协作，分析了不同层次的交互活动和信息共享。研究强调了人工智能团队中的互补流程和任务视野，呼吁在设计人机互动时采用全面视角，并提出了交互模式分类系统，以促进人机交互设计的改进和理解。
延伸解读
分层框架的整合价值
文章提出的分层框架将传统工程方法与现代机器学习方法结合，覆盖交互活动和信息共享的不同层次。这一框架有助于研究者系统梳理协同智能系统中的挑战，避免仅关注单一技术层面，从而为跨学科研究提供共同基础。
社会认知理论的应用
研究利用社会认知理论构建特征框架，量化人类意图、动机、自我效能和自我调节的代理能力，并提供了新数据集评估对话系统。这为理解人机协作中的人类因素提供了可操作维度，但需注意其评估范围可能受限于特定对话场景。
交互模式分类的意义
通过对105篇文献的系统综述，文章提出交互模式分类系统，发现现有交互多为简单合作模式，对真正交互功能支持较少。该分类有助于设计者识别当前决策环境中人机交互的局限，并促进更有意图的交互设计选择。
AI沟通对协作体验的影响
研究发现，在共创系统中加入AI-to-human communication能提高用户参与度和协作体验，用户认为AI更可靠、个性化和智能。这一发现可指导有效共创系统的设计，并可能迁移到其他人机交互与协作领域，但需考虑具体场景的适用性。
Q&A
人工智能协作的分层框架包括哪些方面？
该框架包括交互活动、信息共享的不同层次、互补流程、任务视野、模型表示、知识层次和团队目标等方面。
如何提高人工智能与人类的协作体验？
通过引入AI-to-human communication，可以提高用户参与度和协作体验，同时增强用户对AI的信任感。
什么是广义人类感知交互（GHAI）框架？
GHAI框架是一种广泛适用的人工智能框架，通过六类心理模型捕捉人工智能领域的工作，并识别基本行为模式。
在设计人机互动时应考虑哪些支持机制？
应考虑互动范式、界面和系统等支持机制，以促进多领域工作流的有效设计。
人工智能在协同创造中的角色是什么？
人工智能在协同创造中扮演着不同角色，如计算机作为分包商、评论者和队友等，明确了责任分配。
如何量化和控制人类的代理能力？
通过社会认知理论构建特征框架，量化人类的意图、动机、自我效能和自我调节能力。
