如何获得人机协作中的主动控制感

Sun, 14 Jun 2026 00:00:00 +0000

昨天听了一个AI共创的分享会，其中 Caren老师分享了一个关于人机协作中的主动控制感的主题很有意思。大概用了三组对照实验，单人（Solo）、人-人（Human-Human, HH）和人-机器人（Human-Robot, HR）这三种协作模式的对比，来讨论当人和机器人一起完成任务时，心理上会不会和与人协作有所不同。结果表明，在互动调整行为的能力上，人-人/机器人（HH/HR）的的互动没有显著差异，也就是说无论对方是不是机器人，效果差异不大。与机器人协作时，对方的“意图性”需要被明确地感知和建构，这会深刻影响我们主观的控制感、团队的协作绩效，以及我们对整个交互过程的价值评判。

Know

📈 Solo vs. HH vs. HR 对比

对比维度	主要研究发现	关键心理机制与解释
任务绩效	1. HH > Solo并非绝对：仅在团队能自发形成角色分工时才成立；否则，独自一人可能表现更好。 2. Solo ≥ HH/HR：在简单物理任务（如三臂操作）中，单人、双人或人机团队的绩效相近。 3. HR性能优势未统一，安全有优势：部分HH在产出上优于HR，但HR能显著降低操作风险（如改善人体工学）。 4. AI组合的平均表现可能逊色：一项包含370个效应量的元分析表明，人-AI组合的平均表现要差于最佳一方（人或AI）的表现。	- 角色分化是HH的关键，这对HR也具指导意义。 - 结果提示，对于某些物理任务，HR体验可能未能达到HH的自然流畅感。 - 这强调了“如何合作”比“与谁合作”更重要；以及综合考虑绩效与安全，HR有其独特价值。
心理负荷 & 用户体验	1. HH/HR都显著优于Solo：合作普遍更能降低认知负担。 2. HR在情绪和主观体验上更胜一筹：尤其在吸引力、刺激感和原创性方面评分更高，引发更强烈的情感投入。	HR的情绪体验优势可能源于其新颖性（新奇效应）和精准的程序化互动。
信任动态	1. 任务复杂度是关键调节变量：人们更倾向于在非常简单或高度复杂的任务中信任机器人，而在中等复杂度任务中信任度最低，呈现U型曲线。 2. 信任建立过程可能相似：一项元分析显示，影响HH信任的因素（如可靠性、可预测性）也对HR的信任建立起作用。 3. 信任修复存在差异：违反信任后的情绪反应在HH和HR中有所不同。	在简单任务中，人们不认为机器人会犯错；在复杂任务中，人们可能寻求AI的分析能力。而在中等任务中，情况不够极端，人们反而更依赖自己的判断。
主动性 & 自主性	1. HR合作伴随着控制感变化：与聊天机器人合作后转入单人任务，控制感会恢复但内在动机下降、无聊感增加。 2. 常规技术与人类合作，心理成本更低：与语音助手或人协作相比，使用常规技术的用户会感到更自由、心理成本更低。	这可能是因为与AI合作时，任务主导权部分被AI承担，让人们产生了旁观感，影响了内在动机。
神经活动机制	1. 人人协作诱发了独特脑间同步：与人合作时，大脑多个区域会出现“脑间同步”（BBS），产生“我们模式”（we-mode）。 2. 这种同步在单人任务中较弱。	脑间同步可能是人人合作时默契、高效的心理生理基础，这可能是人机协作难以复制的深层原因。
人-AI协同的局限性	平均而言，人-AI组合并非“全能神器”：一项覆盖106项研究的元分析发现，人-AI组合的平均表现显著差于最佳一方。 - 决策任务中普遍存在损失：需要判断和选择的“决策任务”，人-AI合作常常拖后腿，导致整体表现不如最佳一方。 - 内容创造任务中存在增益：在文本生成、创意构思等“内容创造”任务中，人-AI合作能带来增益，产生更好的效果。 - 人类主导时增益明显：当人类在特定任务中本就比AI强时，引入AI合作会带来好处；但如果AI本身就比人做得更好，强行“合作”反而会让整体表现变差。	这揭示了人-AI协作的核心：关键在于“何时用”。AI最适合作为创意辅助和增强工具，但当它试图在人类擅长的决策领域“反客为主”时，可能会造成干扰。

HOW

意图可见性

让机器人通过行为序列展示「下一步要做什么」，而非仅执行命令

协作 on fifteenbao

如何获得人机协作中的主动控制感

Know

📈 Solo vs. HH vs. HR 对比

HOW

意图可见性