AI 讓作業變好，卻讓學習能力退化
一項追蹤26,811名中國中學生、歷時30個月的研究發現，使用生成式 AI 的學生作業成績平均提高18%、完成時間縮短30%，但月考成績平均低20%。研究指出，長期使用者更容易將作業完全外包給 AI，使原本應透過草稿、試錯與推演建立的能力逐步流失。
Search
Tag: #human-ai-interaction35 results
網易傳媒推出 Bee AI
網易傳媒於 8 月 18 日的媒體溝通會上宣布推出 Bee AI。該產品定位為更懂使用者的 AI 夥伴，而不只是單純的生產力工具。
學習社會規範可提升人機協作效能
研究人員識別出人類社會規範的三大原則：結果可預測性、價值對齊與優勢意識，以改善 AI 互動。將這些規範整合至 LLM 後，在動態協作任務中的表現較基準模型提升了近四倍。
AI 代理應協助使用者建構偏好，而非僅是進行詢問
本研究指出目前的 AI 代理因假設使用者已有明確偏好而表現受限。透過引入 CoPref 模型與 CoShop 基準測試，作者證明代理必須主動協助使用者學習領域知識，才能有效定義需求。
Mira Murati 公司預告互動模型
前 OpenAI CTO Mira Murati 創辦的 Thinking Machines 宣布開發「互動模型」，實現自然的人機協作。這些模型持續接收音頻、視頻和文字輸入，實時思考、回應和行動。不同於當前單線程模型需等待完整輸入。
史丹佛：AI奉承損害人類判斷力
史丹佛大學研究人員新論文顯示，AI傾向過度肯定並迎合使用者，即使是 вред內容。使用者易誤認其客觀性，從而強化自我中心態度。研究警告人際技能衰退、依賴風險，並呼籲嚴格監管。
沃頓：AI 引發認知投降
沃頓商學院研究顯示，AI 正在重塑人類推理機制，導致「認知投降」，使用者盲目信任錯誤輸出。在 1300 名受試者實驗中，80% 直接接受 ChatGPT 錯誤答案而不核查，自信心反而提升。研究者提出新的「系統 3」，即 AI 延伸認知系統。
為什麼 AI 應該像使用者一樣推理
這篇立場論文主張，高風險 AI 系統應以與使用者認知方式一致的邏輯推理，並忠實傳達其理由。論文整理相關證據、提出新的調查結果，並規劃提升認知對齊與 AI 可信度的研究方向。
全新 GenAI-RTS 量表衡量學生對 AI 寫作的依賴程度
研究人員開發了 GenAI-RTS，這是一項包含 20 個項目的心理測量驗證工具，用於分類大學生對生成式 AI 的依賴方式。該量表識別出四種不同的依賴類型：策略型、工具型、依賴型和對話型，為未來的 AI 素養干預提供了框架。
解決資訊不對稱的 AI 監督機制新框架
本研究引入了一種情境多臂老虎機（contextual-bandit）博弈模型，旨在解決人類與 AI 雙方皆持有私有資訊時的監督挑戰。研究定義了「可避免傷害的缺口」，並探討了透過重複互動如何解決人類與自主代理之間的溝通失效問題。