不止一種：人們日常生活中如何使用多種 AI 模型
arXiv - Human-Computer InteractionSeunghwa Pyo, Donggun Lee, Jungwoo Rhee, Soobin Park, Youn-kyung Lim
本研究揭示了人們在日常生活中同時使用多種大型多模態語言模型（MLLM）的習慣，並探討了其在模型間協調、信任校準及對話管理上的挑戰。
AI 幫你先抓重點
AI 重點 1
使用者會建立 MLLM 的優先順位層級。
滑鼠懸停看 AI 判斷理由
此發現對於教育科技設計者至關重要，因為它暗示了未來工具應支援使用者根據任務需求，有效地切換和協調不同 AI 模型，而非僅僅依賴單一模型。
AI 重點 2
使用者會根據輸出結果的可信度調整切換模式。
滑鼠懸停看 AI 判斷理由
這點突顯了使用者對 AI 輸出的批判性思維，也提醒教育者在教學中，應引導學生評估 AI 產出的資訊，並培養其辨別真偽的能力，提升自主學習的素養。
核心研究發現
- 1
使用者會根據各自感知到的優勢，建立不同 MLLM 的優先順位，形成主要和次要層級，並隨著使用情境而調整。
- 2
使用者發展出個人化的切換模式，透過任務聚合來調整投入的努力、延遲時間以及輸出結果的可信度。
- 3
使用者在不同平台間使用 MLLM 時，需要適應不同的提示方式，並校準對模型不一致行為的信任。
- 4
使用者會管理各自 MLLM 的獨立對話歷史，這增加了跨平台協調的複雜性。
- 5
目前的人機互動（HCI）研究主要集中在單一代理互動，對於多 MLLM 協調的探索仍不足夠。
對教育工作者的啟發
教育工作者應意識到學生可能同時使用多種 AI 工具，並在課程中引導學生理解不同模型的優缺點，培養其有效協調和評估 AI 輸出的能力。此外，課程設計者可以考慮將多 MLLM 的使用融入專題式學習，讓學生在真實情境中練習協調和解決問題。未來教育科技工具應著重於支援使用者跨平台協調 AI 模型，並提供清晰的對話歷史管理功能，以提升使用者體驗。
原始文獻資訊
- 英文標題：
- One Is Not Enough: How People Use Multiple AI Models in Everyday Life
- 作者：
- Seunghwa Pyo, Donggun Lee, Jungwoo Rhee, Soobin Park, Youn-kyung Lim
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。