构建智慧的机器:AI元认知的核心地位
尽管AI越来越聪明,其智慧却未同步跟进。一篇观点文章将人类智慧界定为解决分析技术无法处理的棘手问题的策略,包括启发式等“客体层面”策略,以及智力谦逊、换位思考、情境适应等“元认知”策略,并指出AI系统在元认知方面尤为薄弱。文章讨论了智慧型AI的基准测试、训练与实现方式。
尽管AI越来越聪明,其智慧却未同步跟进。一篇观点文章将人类智慧界定为解决分析技术无法处理的棘手问题的策略,包括启发式等“客体层面”策略,以及智力谦逊、换位思考、情境适应等“元认知”策略,并指出AI系统在元认知方面尤为薄弱。文章讨论了智慧型AI的基准测试、训练与实现方式。
随着人工智能与机器学习快速发展,研究视角已从"机器人替代人类"转向"人机协作互补",但互补视角多停留在个体、二元和团队层面,组织层面的影响尚不清晰。该文运用人力资本资源涌现文献,构建了人力资本机器人整合(HCRI)的多水平模型,强调HCRI通过组织中的社会动态影响人力资本资源的涌现,并考虑任务互依性的调节作用。
一项访谈研究以 22 名有 AI 训练经验的竞技电竞选手为对象,用认知网络分析(ENA)考察人机团队(HATs)的培训需求如何随任务专长而异。当前培训多聚焦用 AI 做任务训练,不同专长者对其看法分歧,并在适应性与可预测性、与 AI 共同训练的态度上存在张力。研究提出未来培训应深化人与 AI 的理解与信任,关注社会情感联结和角色意识。
三项研究(情景实验N=163、虚构互动实验N=465、预注册实地调查N=155)发现,员工普遍认为AI队友能力高于人类队友但温暖感更低,能力优势促进合作、温暖感不足阻碍合作。女性化特征的AI队友可弥补温暖感不足(研究1),但同时削弱其能力优势(研究2、3);男性化特征的AI队友则放大能力优势(研究2、3)却加剧温暖感缺失(研究1)。