构建用于创意工作的人类-多智能体团队

文献标题

Understanding Human–Multi-Agent Team Formation for Creative Work

出版信息

• 主题领域: 人类与人工智能协作在创意工作流程中的应用
• 关键词: 人类-多代理团队（HMATs）、生成式人工智能、团队形成、创意构思、人类编排、多代理系统、共享心理模型、角色分配、设计构思、人类中心人工智能

背景与问题

• 问题/挑战: 虽然生成式人工智能能够支持多个人工智能代理在不同角色中协作，但有效的人类-多代理团队（HMATs）形成仍未得到充分研究。挑战包括代理间交互的复杂性、意外行为以及功能边界不明确。
• 重要性: 有效的HMAT形成可以通过利用多样化视角和分解复杂任务来增强创意工作流程。这对于解决创意产业中的棘手问题尤为重要。
• 动机与相关研究: 先前的研究主要集中在人类-代理团队（HATs）和多代理系统（MAS）上，但大多数研究假设团队配置是固定的或完全自主的流水线。这些方法通常无法整合人类监督和迭代优化，而这些对于创意工作至关重要。本文通过探讨人类如何形成和编排HMATs来填补这一研究空白。

解决方案

• 提出的方法: CrafTeam，一种技术探针，允许用户形成并与HMATs协作，重点关注团队形成的五个关键维度：团队规模、结构、角色分配、成员构成和共享心理模型。
• 创新点:
  1. 开发CrafTeam以探索创意构思任务中的HMAT形成。
  2. 通过一项包含12位设计实践者的用户研究，获得关于迭代形成和优化HMAT的实证洞察。
  3. 确定人类编排HMAT的设计考虑，强调多方沟通和渐进式团队演化。
• 流程与关键技术:
  • 用户通过CrafTeam界面配置五个维度，迭代形成HMAT。
  • 团队参与构思任务，并通过反思阶段评估团队效能。
  • 人工智能代理在用户定义的角色中自主运行，并通过配置文件和记忆模块支持动态交互。

结果

• 具体发现:
  • 参与者最初形成了自主团队，但由于人工智能代理无法进行价值判断或设定明确方向，转向了人类编排的团队形式。
  • 团队平均成员数为4.61人，参与者更倾向于单层级结构，并担任领导角色。
  • 人工智能代理生成了451个创意，而用户主要负责评估创意并提供反馈。
  • 参与者强调角色专业化和代理角色多样化以提升团队表现。
• 相较基线的优势:
  • 与传统HATs或MAS不同，CrafTeam支持迭代团队优化，允许用户根据实时反馈和结果调整团队配置。
  • 人类编排的HMAT在创意目标的对齐方面优于完全自主设置。
• 实验/评估:
  • 一项为期三小时的研究，12位设计实践者分别完成三轮团队形成、构思和反思。
  • 评估指标包括团队规模、结构、角色分配、成员构成、共享心理模型和构思输出。
• 局限性与未来工作:
  • 样本量有限且研究时间较短；未进行纵向评估。
  • 研究集中于构思任务，结果可能无法推广到其他工作流程。
  • 未深入探讨多用户HMAT或伦理问题。
  • 未来研究应探索多样化创意领域、多用户场景以及平衡人类能动性与人工智能辅助的方法。

总结

本研究提出了CrafTeam系统，使用户能够形成并与人类-多代理团队（HMATs）协作完成创意构思任务。通过一项包含12位设计实践者的用户研究，参与者迭代优化团队，从自主形式转向人类编排形式，原因在于人工智能代理无法进行价值判断。研究发现强调了人类领导力、角色专业化以及代理角色多样化在HMAT形成中的重要性。研究还指出了可扩展的多方沟通和迭代团队演化对于减轻用户负担和保持创意对齐的重要性。这些洞察为设计有效的人类编排多代理团队在创意工作流程中的应用奠定了基础。