基于生成式人工智能的认知外包: 交互行为模式与认知结构特征分析

人类通过外包部分认知任务给外部生成式人工智能技术来提升任务完成的效率和质量, 但认知外包的效果因人而异。为了揭示有效认知外包的关键特征和内在要求, 研究设计了一个面向研究生的认知外包活动, 参与者在生成式人工智能系统的协助下撰写开放性主题文章, 并依据文章得分被划分为高绩效组和低绩效组。通过对知识前测的差异性分析发现高绩效组的先前领域知识水平显著高于低绩效组。通过对交互过程数据进行滞后序列分析和认知网络分析, 发现两组群体在交互行为模式和认知结构特征上存在差异: 高绩效组的行为转换更加多元, 形成“快速自主的任务理解与规划——高效精准的人机互动——选择性提取与深度加工”的行为模式; 高绩效组的认知结构较为均衡和完整, 表现为交互中各认知元素间相对多样且紧密的关联, 而低绩效组的认知结构相对失衡和松散, 表现为对低层次认知元素的偏向和各元素间相对单一且微弱的关联。综合来看, 有效认知外包是个体在认知活动中积极参与、深入加工的复杂过程, 需要内外部认知网络的平衡与有效连接的建立。