如何获得人机协作中的主动控制感
昨天听了一场 AI 共创分享会，Caren 老师讲到了一个很有意思的问题：
当一个任务不再由自己独立完成，而是变成“和另一个人一起做”或者“和机器一起做”，我们对“这件事是我在做”的感觉会发生什么变化？
这里讨论的并不是谁做得更快，而是一种更主观的体验：
我是否觉得自己的行动影响了结果？
心理学里把这种体验叫作 主动控制感（sense of agency）。
比如你按下开关，灯亮了。
你知道：
是我按下了开关，所以灯亮了。
这里有一条非常直接的关系：
我的意图 → 我的动作 → 结果
但到了协作场景，事情就变复杂了。
因为除了“我”，还出现了另一个行动者。
外科医生和手术机器人、司机和自动驾驶系统、员工和 AI Agent，都面临类似的问题：
谁发起了行动？谁影响了结果？我们是不是在共同完成这件事？
Know：我们为什么会觉得“这是我做的”？
Caren 在分享里把主动控制感进一步分成了三个层次。
1. Self-agency：这是我做的
第一层是 自我主动控制感（Self-agency）。
也就是：
“这个动作是我发起的，这个结果是由我的行动带来的。”
一个人独自完成任务时，这种关系通常非常简单。
我决定
↓
我行动
↓
结果发生
所以我们很容易把结果归因到自己身上。
2. Other-agency：对方也在主动行动
进入协作之后，我们不仅判断自己的行动，还会判断另一个人的行动。
比如两个人一起搬桌子。
当对方突然抬高左边时，你不会只看到“一只手发生了运动”，而会理解：
“他准备把桌子抬起来。”
也就是说，我们会认为对方的动作背后存在某种意图。
这种对另一个行动者的意图归因，可以理解为 他人主动控制感（Other-agency）。
3. We-agency：这是我们一起做的
还有第三种体验：
“这既不是单纯我做的，也不是单纯你做的，而是我们一起完成的。”
这就是 共同主动控制感（We-agency）。
它很有意思。
因为它说明：
多一个行动者，并不一定意味着自己的主动控制感被削弱。
有时候，“我在做”反而会转变成：
“我们在做。”
这也是理解人机协作很重要的一点。
真正的问题并不是：
“机器参与之后，人是不是一定会失去控制？”
而是：
“什么情况下，人会把另一个行动者真正纳入‘我们’？”
一个按键任务，怎么研究“主动控制感”？
Caren 分享的实验比较了三种条件：
- 一个人独自完成任务（Solo）；
- 与人类伙伴共同完成任务（Human–Human，HH）；
- 与机器人伙伴共同完成任务（Human–Robot，HR）。
实验中，一方可以自由发起按键动作，另一方随后跟随，之后双方再交换角色。
按键之后，隔一小段时间会出现一个声音。
参与者需要判断：
从按键到声音出现，中间经过了多长时间？
研究者利用的是一种叫 Intentional Binding（意图绑定） 的现象。
简单来说，在特定实验条件下，当人觉得：
“这个结果是我的行动造成的。”
主观上就可能觉得：
动作和结果之间的时间距离变短了。
比如真实经过了 400ms，但主观感觉可能没有那么久。
当然，声音实际上并没有提前。
发生改变的是：
人对“行动”和“结果”之间关系的体验。
所以研究者可以利用这种时间估计上的变化，间接观察人的主动控制感。
Solo、HH 和 HR 有什么不同？
1. 有了协作者之后，自我主动控制感发生了变化
实验发现，与独自完成任务相比：
无论和人类协作，还是和机器人协作，与 Self-agency 相关的指标都有所下降。
更有意思的是：
人类伙伴和机器人伙伴造成的这种变化之间，并没有显著差异。
也就是说，仅仅从“我自己的行动”来看：
Human–Human 和 Human–Robot 并没有表现出特别明显的不同。
真正的差异出现在：
我们怎样理解另一个行动者。
2. 人类伙伴更容易被理解为一个“有意图的行动者”
当人类伙伴主动发起动作时，参与者会觉得：
伙伴按键 → 声音出现
之间的时间距离变短了。
也就是说，实验观察到了明显的 Other-agency binding。
但换成机器人伙伴以后，没有观察到同样显著的时间压缩。
这说明：
面对人类伙伴时，我们很自然地会认为：
“他的动作也是有意图的，而且他的行动影响了结果。”
但面对机器人时，这种归因并没有同样明显地出现。
3. “我们一起做”的感觉，在人与人之间更明显
还有一个更有意思的结果。
在人类伙伴条件下：
对伙伴行动的时间绑定效应，甚至强于对自己行动的绑定效应。
也就是说，在特定实验指标上，人对伙伴行动意图的感知甚至比对自身行动更突出。
Caren 和共同作者把这种现象解释为与 We-agency 有关：
结果不再只是“我完成了”，而开始具有“我们一起完成了”的性质。
而在机器人伙伴条件下，没有出现同样的模式。
需要注意的是：
这并不是参与者直接说：
“我觉得我们两个是一个团队。”
而是研究者根据实验中的时间估计差异，对这种共同主动控制感进行的间接分析。
但这个区别仍然很有启发。
人与人协作时，我们很容易把对方纳入“我们”。
面对机器时，这件事没有那么自然。
4. 喜欢机器人，不等于把它当作共同决策者
还有一个特别有意思的结果。
参与者其实很喜欢实验里的机器人。
对机器人悟空的平均喜爱程度达到 4.42 / 5。
但：
喜欢它、觉得它聪明，与是否把主动控制感归因给它，没有发现显著相关。
也就是说：
“我喜欢这个机器人。”
和：
“我觉得它也是这件事的主动参与者。”
是两种不同的体验。
这对今天的 AI 产品也很有启发。
一个 AI：
- 很友好；
- 很聪明；
- 很有趣；
- 回复很快；
并不意味着用户自然就会把它理解成一个真正的协作伙伴。
好感和共同主动控制感，并不是一回事。
5. 谁先行动，也可能很重要
实验里还有一个没有预期到的结果：
只有在人机协作条件下，主动发起动作的人表现出了更强的 Self-agency；跟随者的 Self-agency 更弱。
而在人与人协作时，没有观察到同样显著的角色差异。
这个结果让我觉得很有意思。
因为它意味着：
“谁发起行动”，本身可能就是人机交互设计中的一个重要变量。
如果每一次行动都是 AI 先开始：
AI 先决定 AI 先行动 人只负责确认
用户和 AI 的关系，与：
人先提出方向 AI 根据人的意图继续执行
可能并不一样。
这也把问题带到了今天的 AI 产品。
How：怎么让人在 AI 协作中保持主动控制感？
上面的实验研究的是 Human–Robot，但它提供了几个很有价值的线索。
如果主动控制感来自：
我知道是谁发起了行动
我能理解另一个行动者的意图
我知道自己的行动怎样影响结果
那么，在 AI 产品里就可以得到几个很直接的设计原则。
1. 意图可见：让我知道 AI 准备做什么
人与人协作时，我们会不断判断：
“他准备干什么？”
AI 也应该提供这种信息。
不要只是：
“正在处理……”
而可以告诉用户：
“我先整理这些文件，然后根据整理结果生成报告。”
如果中途遇到新的情况：
“我发现 12 个疑似重复文件，目前没有删除，准备先单独列出来。”
这样用户就能理解：
AI 正在做什么，以及下一步准备做什么。
这不是单纯为了“解释 AI”。
而是在建立协作中非常重要的：
可预测性。
2. 人在回路：关键决定仍然由人发起
AI 可以自动完成大量低风险的执行工作。
比如：
- 整理资料；
- 搜索信息；
- 分类；
- 总结；
- 排版；
- 生成候选方案。
但到了会真正改变结果的节点：
- 删除；
- 发布；
- 付款；
- 发送；
- 修改关键数据；
- 其他不可逆操作；
AI 可以停下来：
“我准备删除这 12 个重复文件，是否继续？”
这里重要的并不是：
“一定要让用户多点击一次。”
而是：
让真正重要的行动仍然有一个清楚的人类发起点。
这和实验里“谁先行动”可能影响 Self-agency 的结果其实很相似。
如果每一次重要行动都是 AI 自己发起，人最后只负责被动确认，就很容易逐渐变成：
AI 在做，我在批准。
而不是：
我决定，AI 帮我执行。
3. 归因反馈：让我知道自己的决定改变了什么
主动控制感还有一个非常核心的来源：
行动和结果之间的因果关系。
所以 AI 不应该只告诉用户：
“任务完成。”
还可以告诉他：
“因为你选择了方案 B，我按照这个方向重新生成了页面结构。”
或者：
“根据你刚才提高的‘续航优先级’，我降低了屏幕刷新频率。”
于是用户就能建立：
我的决定
↓
AI 的行动
↓
结果发生变化
这个关系。
也就是：
“结果之所以变成这样，其中有我的作用。”
这是主动控制感非常重要的一部分。
别让用户变成旁观者
AI 越强，产品越容易追求：
让人什么都不用做。
原来十步完成的任务变成五步。
五步变成一步。
最后只需要说：
“帮我处理一下。”
然后 AI 自己判断、自己选择、自己执行。
效率当然越来越高。
但这里有一个容易被忽视的问题：
当人的行动全部消失之后，“这是我完成的”这种感觉还从哪里来？
所以我现在觉得：
好的自动化并不是单纯追求：
人的操作越少越好。
而应该是：
尽量消灭低价值操作，同时保留高价值决定。
AI 可以负责大量执行。
但真正决定方向的节点，仍然应该让用户参与。
控制权不只是“我能让 AI 做什么”
还有另一半经常被忽略：
“我能不能让 AI 不做什么？”
所以人在回路不仅意味着“确认”。
还应该包括：
- 拒绝；
- 修改；
- 暂停；
- 撤回；
- 换一个方案。
“不采用”最好和“采用”一样容易。
因为真正的控制权不只是：
我可以启动一个行动。
还包括：
我可以阻止一个行动发生。
主动控制感低，最后可能就是没人负责
主动控制感看起来像一个用户体验问题。
但继续往下推，会碰到一个更现实的问题：
责任。
假设一个过程是：
AI 提出建议
↓
AI 选择方案
↓
AI 执行
↓
人最后只点了一次“确认”
如果最终出了问题，人很容易说：
“这其实不是我决定的。”
所以主动控制感不仅仅决定：
“这个产品用起来有没有掌控感。”
它还影响：
人是否认为自己应该为结果负责。
因此，人机协作设计里有几个问题必须非常清楚：
- 谁发起了行动？
- 谁提出了建议？
- 谁做出了最终选择？
- 谁允许行动真正发生？
- 谁可以修改？
- 谁可以否决？
这也让我重新理解“人在回路”这句话。
它不是让人机械地增加一次确认。
更不是在 AI 做完所有决定之后，让人负责点一个：
“同意。”
真正有意义的 Human-in-the-loop，应该让人的决定真实地影响后面会发生什么。
最后
回到一开始的问题：
什么情况下，人会觉得自己仍然在主导？
可能并不是因为：
“所有事情都是我亲手完成的。”
而是因为：
我知道正在发生什么。
我理解协作者准备做什么。
我的行动真实地改变了结果。
重要的决定仍然由我发起。
而且当我不同意时，我可以说“不”。
我们真正需要保留的，不是人的每一次点击。
而是人的：
知情权、决策权、否决权，以及对行动与结果之间关系的理解。
AI 可以完成越来越多的执行工作。
但人不能因此只剩下观看结果。
AI 接管执行，人继续掌握方向。