用户对协作伙伴选择中 AI 辅助的依赖性研究

无论是为项目选择队友还是为日常生活任务寻找伙伴，人们经常需要决定与谁合作。然而，在这些决策中，他们往往过度强调与任务绩效不直接相关的特征。例如，对于任务绩效更依赖于能力的任务，却优先考虑合作伙伴的信任度。人工智能系统有潜力通过引导决策者在特定任务中更加重视与成功更相关的特质来减少这些判断错误。尽管此类系统的潜在实用性显而易见，但先前的研究尚不清楚在什么条件下以及对于何种类型的 AI 支持，人们愿意依赖和信任 AI 系统进行此类关系决策（即选择协作伙伴）。为弥补这一空白，本研究考察了不同形式的 AI 支持如何塑造用户对 AI 智力和社交能力的感知、他们的自主感，以及在选择协作任务伙伴时依赖和信任 AI 的意愿。为此，共有 397 名参与者在三种 AI 支持形式之一下为两个协作任务设计理想伙伴：(1) 推荐、(2) 解释或 (3) 知识引导。这在两种不同任务中进行了测试：基于能力的任务和基于信任度的任务。我们发现，更丰富的 AI 支持（通过解释或引导）增强了感知到的 AI 社交和智力能力，但不影响自主感。智力能力的感知而非社交能力的感知预测了更大的依赖度。两种 AI 能力感知都介导了 AI 支持类型对依赖度的影响。总体而言，这项研究通过揭示 AI 设计特性如何影响用户感知和依赖度，推进了对人机协作的理解。