跳到正文
arXiv AI Education· Li Siyan, Federico Bianchi, James Zou, Kaitlyn Zhou·· 20 小时前评分48

Human-AI Conversational Behaviors Predict Unassisted Task Performance

摘要

人工智能工具的协助支持并提升了人类在各领域的性能,但近期研究指出,这些即时好处可能带来未来成本,如当AI协助不再可用时,性能会下降。我们通过两个基于游戏的问题解决用户研究($n=139$和$n=111$),使用对话行为框架,研究人类与AI交互行为与即时及未来无AI协助任务性能的关联,该框架源自导师-学生对话分类学。

推荐理由

请对照arXiv AI Education原文,核对完整说明及适用条件。

本站只提供摘要与原文入口。完整内容请阅读原文。

来源:arXiv AI Education · arxiv.org