Human Learning about AI
创建于 更新于
摘要
本报告提出“人类投射”（Human Projection）理论框架，阐释人们在评估人工智能（AI）性能时过度依赖与人类相关的任务特征，尤其将人类容易的任务失败视作AI能力低下的重要信号，导致人们错误形成AI性能预期。通过标准化数学题的实验数据，揭示人类对AI表现的预测与真实无关，且“拟人化”AI形象加剧此误判，进而导致AI的次优采纳。基于真实育儿AI聊天机器人的现场实验进一步验证，当AI给出相似度较低的错误答案时，用户信任和持续使用显著降低，提示人类对“相似性”的投射影响AI的使用决策。这些结果为AI产品设计、用户培训和AI性能评估提供重要启示 [page::0][page::1][page::4][page::5][page::11][page::32][page::33][page::35]
