人–AI 团队 vs 人–人团队：信息探询如何影响协作决策

Human Factors · 2026-09-08 · 期刊论文 · Kerstan S, Grote G, Schmutz JB

• 背景：传统人–AI 决策研究把过程当作"AI 给建议、人做决定"的线性分段流程；但 LLM 让交互更接近人–人团队的协作——成员必须共享并整合各自独有的信息才能做出好决策。
• 方法：采用团队研究经典范式 隐藏剖面任务（hidden profile）；操纵团队类型（人–AI 98 组 vs 纯人 65 组，均为 3 人团队）与信息探询，并设置不同绩效预期。
• 结果：信息探询提升信息共享，进而改善决策绩效，且该效应不受绩效预期与团队类型影响。
• 探索性发现：效应在两类团队中一致，但探询的模式可能不同（提示人与 AI 沟通的规范差异）。
• 应用：为设计"会主动追问、主动索取独有信息"的 AI 系统提供实证依据。
• 看点：把"AI 是同事"落地为可测量的团队过程变量——对科研智能体的交互设计（何时该追问、追问什么）直接可用。
• 🔗 打开原文

本期共 31 条（原始命中 38 条：剔除 6 条主题无关或图书/评论类条目、合并 1 条重复，另将 1 条误归入脑刺激章节的空间组学论文归并至本组学章节）。 数据来源：Europe PMC / arXiv / OpenAlex；检索窗口 2026-09-04 ~ 2026-09-11。 编校：FQPY 每日前沿研究管线 · 生成时间 2026-09-11

本文摘自《每日前沿研究简报 · 2026-09-11》「七、AI 科研智能体 / AI 科学家：可核查性、主动推断与团队协作」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。