雙人替代用途測試：人機與人際協作共創的受控實驗平台
arXiv - Human-Computer InteractionBabak Hemmatian, Anita Keshmirian, Yijun Lin, Shravan Ramamoorthy, Maryam Jahadakbar, Eli Khuri-Reid, Jingtong Wang, Sarah Hadjarab, Sindre Veum, Pranav Gupta, Deepak Somaya, Lav R. Varshney
開發了一套受控實驗平台，證實在相同時間限制下，與 GPT-4 協作的創意產出與與人類協作相當。
AI 幫你先抓重點
AI 重點 1
AI 協作在創意產出上已具備與人類對等的潛力
滑鼠懸停看 AI 判斷理由
這項發現打破了「AI 僅能作為輔助」的刻板印象，證明在受控的發散性思考任務中，AI 可以作為與人類平等的協作夥伴，這對於未來設計人機協作的學習環境具有重要指導意義。
AI 重點 2
個體特質（如動機與認知傾向）是決定協作成效的關鍵變項
滑鼠懸停看 AI 判斷理由
研究顯示協作效果不只取決於工具本身，還受參與者心理特質影響。這提醒教育設計者，在引入 AI 工具時，必須考慮學生的認知風格與動機，而非僅僅關注技術功能。
核心研究發現
- 1
在受控的實驗條件下，與 GPT-4 夥伴進行協作所產生的創意原創性，在統計學上與與人類夥伴協作的結果相當。
- 2
個體的趨向動機（BAS Drive）會調節互動夥伴關係是否能有效提升原創性表現。
- 3
自我報告的「認知外包」傾向會預測人類與人類協作時原創性較低，但在人機協作中表現不同。
- 4
先前接觸過高創意想法的經驗能提升後續表現，顯示「種子啟發」干預措施具有潛力。
對教育工作者的啟發
教育設計者在引入 AI 協作工具時，不應僅將其視為單向的知識來源，而應設計成「互動式夥伴」。首先，應考慮學生的心理特質（如動機水平），針對不同特質的學生提供差異化的引導；其次，可以利用「種子干預」策略，在任務開始前先提供高品質的創意範例，以啟發學生的思考；最後，需警惕學生的「認知外包」現象，透過教學設計引導學生在與 AI 協作時保持主動思考，而非單純依賴 AI 生成結果。
原始文獻資訊
- 英文標題：
- Two-player Alternate Uses Test: A Controlled Testbed for Interactive Human-AI and Human-Human Co-Creation
- 作者：
- Babak Hemmatian, Anita Keshmirian, Yijun Lin, Shravan Ramamoorthy, Maryam Jahadakbar, Eli Khuri-Reid, Jingtong Wang, Sarah Hadjarab, Sindre Veum, Pranav Gupta, Deepak Somaya, Lav R. Varshney
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。