人机协作下的共享心智模型研究

人机协调共生是当下人类面临的重要问题,但智能技术内部“黑箱”效应带来的透明度低、可控性低等问题使人机协作时常产生冲突和矛盾。在此背景下,共享心智模型成为引导人机协作团队成员相互理解、协调的关键概念。基于此,文章首先梳理了共享心智模型的发展历程与经典的测量与评估方法。随后,文章以共享心智模型为基础引入“扩展思维”这一概念,设计了人机协作下的共享心智模型;同时,结合共享心智模型的经典计算与测量方法,文章提出了人机协作下共享心智模型的计算框架与测量思路。最后,文章通过应用案例分析,发现人机协作下的共享心智模型能有效促进团队合作和任务绩效,由此验证了人机协作下共享心智模型的可行性与有效性。文章提出的人机协作下的共享心智模型可为教育领域人机协作的良性互动提供理论支持,并为辅助人机协同学习与教师教育决策提供借鉴。

会计任务复杂性、可信性感知与人机协作模式选择

会计领域对人工智能技术的应用处于人机混合协作的探索阶段,人与智能机器在工作任务中的主导权及扮演角色的不同,形成了多样的人机协作模式,不同复杂性的会计任务中应用何种人机协作模式是需要深入探究的问题。本文通过设计2(任务复杂性)×2(人机协作模式)的混合实验情景来考察会计任务复杂性对人机协作模式选择的影响。研究发现,当面临需要用人类的思想进行深入推理或处理的复杂会计任务时,人们会对人类主导的人机协作模式所作会计处理结果形成更高的可信性感知,从而更倾向于选择该协作模式;当面临可规则化的简单会计任务时,人们则对人工智能主导的人机协作模式下的会计处理结果的可信性感知更高,从而产生更高的选择意愿。研究结论为企业会计工作中如何根据任务需要选择合适的人机协作模式提供启发和参考,并揭示了信任感知的作用机制。

ChatModeler:基于大语言模型的人机协作迭代式需求获取和建模方法

需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型(large language models,LLMs)的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.

智能广告中人机协作的身体主体性研究

洞悉智能广告人机协作中身体和机器各自的优势,探讨身体主体性的价值、实现的方法并反思,以支持智能广告的发展。价值在于真实生动的身体表现赋予广告灵魂与生命、身体保障共情性交流强化广告沟通效果、身体承载伦理道德彰显广告社会责任、身体发挥智慧决策运用广告引导市场舆情;实现方法是构建以人为本的智能广告传播伦理体系、建立完善的人机协作数据安全与隐私保护机制、优化机器在人机协作中的角色定位;反思涉及尊重身体的主体多样性、保持人类的独立思考和想象力、平衡人与机器在协作中的地位、注重身体与技术的结合等方面。

基于多尺度目标检测的人机协作装配场景认知方法

人机协作装配场景的快速理解对提高协作机器人认知能力、实现人机协作装配具有重要的现实意义。针对非结构化人机协作装配场景认知过程中目标尺度差异较大、缺少统一场景描述框架等问题,首先构建了一种轻量级多尺度目标检测网络LMS-Net,并在网络训练过程中引入目标检测框聚类机制以提高多尺度目标检测精度;然后将LMS-Net检测结果转换为人物交互图并建立了人机协作装配场景元描述模型,提出了基于多尺度目标检测的人机协作装配场景认知方法。在自建数据集HRC-Action上的实验结果表明所构建多尺度目标检测网络具有较高的准确率(平均89%)和较快的速度(深度学习工作站平均58.7 FPS,Jetson Nano B01嵌入式开发板平均25 FPS),所提人机协作装配场景认知方法具有较好的可行性和实用性。

基于改进候鸟迁徙算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对多种机器人和并行协作的人机协作装配线平衡问题,构建了两个混合整数规划模型以优化生产节拍。模型均可实现小规模案例的精确求解,并且改进后的模型在求解时间上明显优于改进前的模型。同时,提出了改进的候鸟迁徙算法以实现大规模问题的求解。该算法采取任务分配向量和装配模式向量双层编码方式,并在解码中采取数学规划方法获得可行的调度方案。改进的候鸟迁徙算法采取改进的领鸟进化阶段和改进的个体进化阶段以加速种群的进化并防止陷入局部最优,采取重启机制增强算法的探索能力。为了测试改进算法的性能,该算法与延迟接受爬山算法、模拟退火算法、遗传算法、离散粒子群算法、原始人工蜂群算法和原始候鸟迁徙算法进行对比,测试结果表明改进算法优于对比算法,可实现人机协作装配线平衡问题的高效求解。

基于改进人工蜂群算法的人机协作装配线平衡优化

随着员工成本的增加,协作机器人逐步应用于装配线以独立完成或者协助员工完成装配操作。针对人机协作装配线平衡问题,构建了混合整数规划模型以优化生产节拍,该模型可精确求解小规模案例,同时提出改进人工蜂群算法求解大规模问题。该算法采用操作排序向量和装配模式向量双层编码方式以及有效的解码获得可行的调度方案,并在改进的观察蜂阶段保留较优的种群,在改进的侦察蜂阶段提升新解的性能,在局部搜索阶段提高算法的局部搜索能力。最后,通过与已有算法对比,表明改进人工蜂群算法具有优越性,可以高效求解人机协作装配线平衡问题。

基于上下文感知与图注意力网络的人机协作装配人员作业意图识别方法

针对人机协作装配现有研究尚未充分综合利用复杂装配环境中各要素的三维空间特征与视觉特征,并考虑装配环境中丰富的上下文信息,使得复杂装配环境下人员作业意图识别精度较低,提出结合装配环境各要素的三维空间特征和视觉特征,基于图注意力网络实现人员作业意图的高精度识别方法。首先利用FasterR-CNN神经网络对装配场景中的各要素,如人员、机器人、零件等进行目标检测,得到各要素的空间位置信息,同时从网络中提取各要素的视觉特征信息;然后结合图注意力网络推理装配过程中人员对不同作业对象的作业意图,如搬运、组装、触碰等;最后通过人机协作场景下的齿轮装配实验对所提方法进行验证。实验结果表明,相比深度卷积神经网络,所提方法在识别准确性、场景泛化性等方面具有优越性。

基于GAI的逆向工程教学思维在人机协作中的应用研究--以编程教育为例

大模型为学习者提供跨模态的学习资源,同时也为创新人机协同教学模式提出了更高要求。研究引入了逆向工程教学思维,分析了其在流程与机理上与生成式人工智能的相契互补性,并基于自主开发的逆向工程编程学习平台,开展了探索性编程教学实验。通过LDA主题词抽取和人机协作感知因子分析,研究挖掘出该模式下人机协作五类行为和情感取向。此外,问卷结果显示学习者在此教学模式下表现出较高的感知偶然性、人机协作感知以及持续学习意愿,但人机信任度处于中位水平。结合主题词分析,研究也提出未来人机协作的优化方向:通过逆向工程引领人机协作,降维拆解复杂问题;构建多智能体生态,提高多人-多机群体协作效能;塑造新型人机劳动关系,发展新智生产力。研究为未来人工智能协作学习提供了理论依据和数据参考,也提出了未来研究进一步改进的思路和方法。

人机协作对项目团队绩效的影响研究:有调节的中介效应模型

鉴于人机协作对员工及团队绩效的影响机制存在认知差异,整合资源保存理论、自我调节理论以及角色理论,构建人机协作、团队绩效,团队创造力以及团队虚拟性的被调节中介模型,并结合模糊认知图(FCM)仿真方法,对影响因素之间的相关性进行动态分析。研究结果表明:(1)人机协作对团队绩效具有显著正向影响;团队创造力在人机协作与团队绩效关系之间发挥显著的中介作用;(2)团队虚拟性在直接效应和中介效应中均发挥了调节作用;(3)通过情景分析证明人机协作是影响团队绩效的最根本原因,团队虚拟性是智能技术应用的边界条件。研究结论拓展了项目情境下人机协作在项目领域的影响效应和团队虚拟性的调节机制,为项目团队科学合理应用智能技术和团队绩效管理提供借鉴。

基于人机协作迭代分析的网络协议逆向方法

协议逆向分析在网络安全领域具有重要意义,现有方法主要依靠计算机进行自动化推断,并未考虑人的经验知识干预条件下可能带来的信息增益,存在准确性较低的问题。鉴于此,提出了一种基于人机协作迭代分析的网络协议逆向方法,该方法基于人机协作协议逆向分析框架,利用XML将人的经验知识进行知识表征,通过迭代式修正阶段性分析结果,克服了因缺乏知识辅助而导致的协议词法、语法及状态机推断准确率较低的问题。以典型工控协议数据样本为例进行了实验和对比分析,结果表明了该方法的有效性和可行性。

在线知识社区知识社会建构中人机协作模式的形成机制研究——基于人机互补的视角

随着AI的发展,在线知识社区(OKC)正成为人与机器人协作知识社会建构的重要平台。然而,目前人机协作的相关研究缺乏从人机互补的视角来探究知识社会建构中人机协作模式的形成机制。本文基于社会建构主义理论和协调理论,从微观的人机属性出发,搭建了人机协作模式形成机制的研究框架,采用流程挖掘、交互作用检验等方法对模型假设进行检验。研究结果表明:人的认知能力、机器人的智能水平及感知能力均促进人辅助机器人和机器人辅助人循环结构人机协作模式的形成,而人的知识结构起着负向影响作用;人的知识结构及认知能力、机器人的感知能力均促进人辅助机器人和机器人辅助人循环结构人机协作模式的形成,而机器人的智能水平不起作用;人的知识结构和机器人的感知能力间存在交互作用,且任务复杂性对人机属性与人机协作模式形成之间的关系具有调节作用。本研究丰富了有关OKC人机协作的实证研究,拓展了人机互补关系相关理论在OKC人机协作知识社会建构中的应用,同时为社区管理及运营提供了实践启示。

智能制造、人机协作与能源利用效率——基于工业机器人应用的视角

随着人工智能技术与经济社会的深度融合发展,智能制造为提升能源利用效率提供了“弯道超车”的新契机。本文利用2008—2021年中国278个地级及以上城市的面板数据,实证检验智能制造对城市能源利用效率的影响,以及人机协作在其中发挥的作用。研究表明,智能制造对能源利用效率提升具有显著的促进效应,且该结论经过一系列内生性处理和稳健性检验后依然成立。与此同时,智能制造对中国高数字经济发展水平城市、非资源型城市及中西部区域城市的能源利用效率提升具有更明显的促进作用。此外,面板平滑转换回归模型估计结果表明,当人机协作水平越过门槛值后,智能制造能够充分释放对能源利用效率提升的驱动作用。研究结论为推进中国制造业智能化转型,实现经济增长与环境保护协同发展提供了经验证据和政策启示。

基于人机协作技术的航空线束敷设工艺研究

航空制造智能化是中国制造业升级的重要一环,其中机器人作为智能制造的核心装备,其在航空制造中的应用具有示范作用。以航空制造业自动化、智能化装配的重大需求为牵引,面向航空制造中复杂的线束敷设关键环节,探索人机协作装配工艺方法与技术,建立人机协作线束敷设新工艺验证方法及验证平台,对新工艺效能要素进行分析。

AIGC视域下电影分镜头画面设计的人机协作机制研究

本文基于AIGC技术的迭代路径及其发展趋势,融合创作者的主观审美评价,探索了AIGC视域下电影分镜头画面设计的人机协作机制。该机制通过以人为主体的协同创作流程,变革了既存的分镜头画面设计范式,有效提升了电影分镜头画面的设计效率,从而为AIGC技术赋能电影分镜头画面设计提供了具体的理论指导及其实现路径。

人机协作:电影音乐生产的AIGC应用研究

生成式人工智能(Generative AI)是一种典型的新质生产力,能够以科技创新的方式推动电影音乐产业走向高科技、高效能、高质量的发展道路。本文回顾了人工智能音乐生成技术的发展历史,提出指导者-执行者范式的电影音乐生产人机协作新模式,分析了人工智能生成内容(AIGC)在电影音乐领域的应用前景,指出了AI音乐生成技术存在的不足。研究表明,AI音乐生成技术通过科技创新、资源配置与生产流程优化以及人机协作能够提升全要素生产率,为电影音乐领域发展带来新的机遇和挑战。

基于系统动力学的煤矿人机协作行为仿真研究

为保证煤矿智能化建设中人机能够安全协作,减少协作事故的发生,结合事故致因理论和理性行动理论从矿工个人、智能化系统、安全管理三个方面构建煤矿人机协作行为的理论模型,探讨人机协作行为的影响因素。基于系统动力学方法,探究了煤矿人机协作行为影响因素之间的作用关系并对其演化趋势进行动态仿真模拟。研究发现:在煤矿智能化建设中,自动化信任、班组安全管理、组织安全管理在人机协作的不同阶段对不安全协作行为有明显的抑制作用;联合干预对不安全协作行为的抑制效果明显。基于仿真结果,从矿工个体、组织安全管理、班组安全管理三个方面提出了提高煤矿人机安全协作行为的政策建议。

人机协作下翻译错误研究对本科翻译教学的启示--以鄂南饮食文化翻译语料为例

命运共同体的需求和新科技的发展提出了翻译新要求,驱动翻译教学突破传统,采取人机协作模式。本文以鄂南非遗榜单上饮食文化为教学材料,湖北科技学院外国语学院翻译专业学生的翻译文本为研究对象,指导学生合理利用机器翻译工具完成英译,对比分析机器翻译和人机协作翻译的错误,总结本科翻译学习中的典型错误类型,从而指导学生针对性地进行译后检查和编辑,以期对本科翻译教学提供一定参考和启示。

基于一种人机协作模式的智能产线化装配设计

【目的】在产品生产过程中能够做到快速迭代、少批量快交付、降低生产成本,进而提高生产效率。【方法】提出了一种基于人机协作模式的智能产线化装配生产方案,对方案的成本、节拍、产线平衡率等参数指标进行分析,提出最优协作方案,即人机协作方案,此方案对比纯人工产线在综合性能指标上均有显著提升。【结果】通过实施人机协作方案,能最大程度提高生产效率,实现灵活交付,有效提高企业竞争力。

人机协作常态化,未来人才培养应聚焦哪些关键能力

Sora横空出世、ChatGPT不断迭代、世界上第一位AI程序员诞生……交互式AI的出现,标志着AI进入一个全新的发展阶段。在这个阶段,AI不再是一个简单的工具,而成为一个能够与人类紧密协作的伙伴。2024年4月25日,阿里巴巴发布《“AI+”职业趋势报告》,介绍我国各行各业正在如何使用AI。《报告》指出,AI会编程、能设计、懂养猪,进入各行各业后,已经显示出巨大价值。“人人都有一个AI助理”的时代加速到来,AI能力成为职场关键竞争力,“人机协作”成为新的工作方式。美国福布斯网站最近的报道也指出,真正的革命可能来自人类智力与AI携手,二者协同共跳一场“圆舞曲”。这种混合智能代表人类和机器智能相结合的新前沿领域,其未来不仅仅是AI技术的进步,更是打造人类与机器之间合作的全新范式。