研究高效团队合作经验已有 70 年历史，而一种新的团队合作形式正在兴起。在人工智能飞速发展的推动下，人类自主编队协同（HAT）由一个或多个自主计算机化智能体与人类合作完成相互依存的任务，以实现共同的目标。虽然近年来对 HAT 的研究呈爆炸式增长，但这些研究并未大力吸收全人类团队文献中已经形成的大量文献、理论和方法。此外，关于什么是 HAT 的定义和构建有效性问题在文献中依然存在。在这篇文章中，提出了清晰的概念，并整合了高性能团队文献中的 “投入-中介-产出 ”模型，以帮助未来的研究人员对所研究的变量进行分类，深化理论，并整合不同研究的结果。所提供的构建清晰度和理论整合将为本期特刊中的研究提供有价值的视角，并有助于设计和解释未来在 HAT 领域的研究。
如果要对不同研究的结果进行比较、合并，并在理论的背景下加以理解，那么为 HAT 研究建立一个共同的组织框架是至关重要的。我们认为，应从国际海事组织的角度来组织和理解人道主义行动研究（O'Neill 等人，2022 年）。图3 包含了在 O'Neill 等人的系统性综述中，从输入和中介两个方面对 HAT 研究中的主要变量进行的调查。关于输入变量，自主智能体的特征、团队组成、任务特征、人类个体差异和培训是目前最常研究的变量（O'Neill 等人，2022 年）。关于中介变量，过程可分为过渡、行动和人际类型（Marks 等人，2001 年）。与过渡相关的活动包括制定、调整和明确团队的共同目标、战略、任务和角色结构。与行动相关的活动包括后备行为、相互绩效监控、目标进展监控以及任务执行期间的协调。人际交往活动涉及情感管理、冲突管理和激励问题。此外，角色理论认为，不同流程的责任可以细分，并分配给团队成员的个人角色（Crawford & LePine，2013 年）。在 HAT 的背景下，这意味着可以从不同流程以及这些流程的时间顺序的角度来理解人类和智能体被分配的角色。关于结果变量，O'Neill 等人（2022 年）发现，HAT 研究通常侧重于个人或团队层面的绩效。在 O'Neill 等人（2022 年）的系统综述中，其余被视为因变量的变量通常更适合归类为中介变量（即，按研究频率排序：工作量、信任、态势感知、团队协调和共享心理模型）。因此，我们将这些变量置于 IMO 的中介方框中。最后，需要注意的是，之前在 HAT 研究中使用的几乎所有任务都属于行动类任务。涉及过渡和人际相关过程的任务（如策略、目标选择、冲突、动机）很少被考虑。针对需要关注一组特定过程的任务（如行动任务中与执行相关的过程）的研究结果，不应被期望能推广到其他类型的过程，因此需要开展行动小组任务以外的研究（尽管这些任务是一个合理的起点，因为 HAT 的早期应用可能主要以行动为导向）。
图 3. 输入被认为会影响中介机制，而中介机制反过来又会影响多层次人类-自主编队合作的结果。本综述中的大多数单项研究只考虑了 I-M-O 链中的单一路径（即没有测试中介机制）。最初由 O'Neill 等人（2022 年）发表。
关于 HAT 的现有证据（O'Neill 等人的综述 2022 年）表明：(a) 更高水平的智能体自主性会产生更好的团队成果；(b) 相对于没有自主性的智能体，由自主性智能体组成的团队表现更差；(c) 相互依存性与 HAT 团队成果呈正相关；(d) 任务难度会影响 HAT 表现；(e) 自主性智能体的透明度和可靠性与团队成果呈正相关，尽管它们之间存在相互作用，而且透明度会对工作量和自满情绪产生负面影响（O'Neill 等人，2022 年）。令人震惊的是，关于中介因素的系统研究很少；相反，研究主要集中在自变量与因变量的直接关联上。迄今为止，研究的主要中介变量涉及由沟通质量和数量组成的上位沟通变量。沟通的质量，如使用推式（即预期式）而非拉式（即反应式）信息，与团队成果呈正相关（McNeese 等人，2018 年）。关于沟通数量的研究结果仍然好坏参半；沟通数量需要随着工作量的变化而变化，不能超过工作量的承受能力，否则团队成果就会受到影响（O'Neill 等人，2022 年）。较高的沟通量确实会对共同的心智模式产生积极影响，并有可能将自主的队友视为团队成员而非工具（O'Neill 等人，2022 年）。遗憾的是，研究并没有将过程或突发状态作为团队输入-团队输出关系的中介进行常规的定量检查；因此，这些变量作为机制的作用仍不明确。
原文
相关内容
微信扫码咨询专知VIP会员