从仪表盘到对话：评估用于性能驾驶技能开发的对话式人工智能教练

在涉及复杂运动技能的领域（如性能驾驶）中学习，通常需要及时、个性化和可操作的反馈。然而，许多驾驶员依赖视频和遥测数据来回顾他们的表现，缺乏指导。研究者探索对话式人工智能如何通过将LLM生成的指导整合到交互式回顾界面中来支持驾驶后反思。在一项探索性被试内模拟器研究（n=16）中，参与者在两种条件下完成圈速：一种是仅使用视频和数据可视化，另一种是使用相同工具并增加在每圈后提供口头反馈的对话界面。对话反馈支持圈速、平均转向控制和平均速度的短期改进，并被评为更有用和更令人满意的——尽管它也引发了稍高的紧张感。这些结果表明，对话式人工智能可以使驾驶后反馈更易解释和可操作，特别是对于在高技能背景下（如性能驾驶）回顾性能数据的驾驶员。