人类与AI互补发展：大型语言模型辅助日常决策
研究大型语言模型如何辅助人类进行日常决策
这篇讲了什么
- 一周后的决策结果
- 提高人类决策质量
中文摘要
本研究通过三项纵向研究（共671名参与者）探讨了大型语言模型（LLMs）在辅助日常决策中的作用。参与者报告了个人有意义的决策及其一周后的结果。研究发现，LLMs能够动态生成决策，有助于提高决策的质量。然而，研究结果表明，人类与AI系统尚未实现互补，即两者结合的性能并未超越单独的人类或AI的表现。
研究信息
- 期刊 / 来源
- PsyArXiv 预印本
- 发表日期
- 2026-11-10
- 文献库
- psyarxiv
英文原文摘要全文
Artificial intelligence (AI) can improve human judgement, but human–AI systems rarely achieve complementarity: combined performance exceeding that of both humans and AI alone. Across three longitudinal studies (N = 671), we tested whether large language models (LLMs) could support complementarity by contributing to the construction and revision of everyday decision representations. Participants reported real, personally meaningful decisions involving two options and the decision outcome success one week later. As decisions were participant-generated rather than predefined, LLMs dynamically gen
中文摘要由自动翻译整理，可能丢掉原文的限定条件；涉及具体数字与结论时以英文原文为准。
这条研究涉及的词条
确认偏误
人倾向于寻找、注意、记住那些支持自己已有看法的信息，同时忽略或贬低相反的证据。
锚定效应
先出现的数字会像锚一样拖住后续判断，即使那个数字与该判断毫无关系。
可得性启发
越是容易想起的例子，越会被判断为更常见、更可能发生。
同一天收录的其它研究
内容用于快速浏览；学术引用与结论判断请以英文原文为准。