The Scaling Paradox in Human–AI Collaboration
创建于 更新于
摘要
本研究把AI扩展规律引入人机协作的运筹框架，揭示规模效应在多任务环境中如何通过人类认知影响实现或失效 [page::1]。在人类对AI能力有准确感知时，AI规模提升可以提升人机联合系统的产出与吞吐量 [page::16]。但若人类存在对AI能力的过度感知，将出现扩展悖论，即更大规模的AI可能在一定区间内降低系统总体绩效并放大企业利润损失；相反，若人类低估AI能力，收益仍随规模增加但增速显著放缓 [page::16][page::18]。企业可通过成本内化与认知对齐等策略缓解上述失效，具体效果取决于AI投入成本与 misperception 的方向 [page::24]。总体而言，AI扩展应被视为技术、行为与运营设计的综合挑战，而非单纯的技术进步，只有在管理人类信念与激励设计以匹配AI能力时，扩展的价值才能转换为实际绩效提升 [page::30]。
