现实主义推动人际间互惠但在协调实验中让位于AI辅助的自我中心主义

自动驾驶界面与接管设计人-机器人协作(HRC)科技伦理与批判性HCI自动驾驶工程师与测试员HCI 研究员

研究背景与问题

问题与挑战

  • 作者尝试解决人与人工智能结合环境中社会协作影响的问题,研究现实与人工智能(AI)辅助如何共同影响人际间的协调。
  • 当前对现实感和AI辅助的影响分别有研究,但它们如何共同作用仍是未解之谜。

研究的重要性

  • 随着虚拟现实(VR/AR)及AI系统的广泛应用,这些技术正在改变协作模式。
  • 现实增强与AI集成可能影响社会行为模式,因此理解它们的交互对于设计更有效的交互系统具有重要意义。

研究动机与相关工作

  • 社会协调(即行为间的共享目标对齐)是许多人机交互和群体行为应用的核心。过往研究已揭示其在现实提高中拥有根本性价值。
  • 当前研究多独立考察现实增强或AI辅助的影响,本研究首次对两者的结合及其交互作用进行系统性分析。

解决方案

方法与解决方案

  • 作者提出并实施了一个基于“chicken game”(博弈理论模型)的实验,通过对现实空间与虚拟空间的协同环境进行对比研究。
  • 为了实现影响对比,实验加入了 AI自动避撞辅助功能以及通讯信息操作。

创新之处

  • 此研究采用了真实物理空间与虚拟空间的对比,探讨参与者感知对现实增强及AI辅助的不同反应机制。
  • 实验利用“鸡游戏”(strategic interdependence博弈模型)情境模拟真实世界中的复杂协调挑战,并结合 2×2×2 实验设计,优化变量控制效果。

实施步骤与关键技术

  1. 实验设计:
    • 实现了一个遥控机器人操作系统,同时创建了基于Unity的虚拟环境。
    • 参与者被随机分配到现实或虚拟条件下,控制车辆以实现交通目标。
  2. 变量控制:
    • 实验条件包括现实与虚拟环境(real/virtual)、AI辅助(有或无自动转向功能)、以及通讯能力(有或无信息功能)。
  3. 数据收集:
    • 通过浏览器记录参与者的驾驶行为、通讯互动频率和完成情况。
    • 使用社会价值方位(SVO)框架量化参与者利己和利他行为。

研究成果

具体成果

  • 影响差异:现实增强鼓励人际间的互动和交流,但 AI AI辅助引导个体更加倾向于自我中心行为,放弃 reciprocity(互惠行为)。
  • 交互效应:现实增强的效果在AI辅助下被显著削弱。
  • 性能和安全性提升:AI辅助防止了碰撞,提升了整体绩效;而现实增强与通讯结合优化了社会行为和合作互动。

实验结果对比现有解决方案

  • 与传统研究相比,作者揭示了AI辅助能够在关键时刻主导社会协调,甚至削弱增强现实的积极效应。
  • 对于优化社会互动的技术设计,提出基于现实增强和AI辅助折中权衡的理论框架。

局限性与未来方向

  1. 局限性:
    • 模拟场景有限,未包含高度复杂的社会社会协作问题,如时空动态或文化鸿沟。
    • 样本偏向美国居民,未考虑驾驶行为和社会习惯的地域性差异。
    • 实验物理环境采用迷你车辆,而非更真实汽车驾驶场景。
  2. 未来方向:
    • 跨文化环境的验证实验,以优化模型外部有效性。
    • 考虑更复杂的交互环境(多任务或群体动态)。
    • 探讨AI辅助不同类型(如预测、指导或集成操作)对社会表现的影响。

通过本研究,作者提供了设计更有效的人机交互系统的指导性框架,以平衡AI效率和增强现实促进的社会行为目标。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188755/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713371
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
自动驾驶界面与接管设计、人-机器人协作(HRC)、科技伦理与批判性HCI
work
职业/产业
自动驾驶工程师与测试员、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
4 篇相关论文