Stanford HAI News · 2026/10/12 08:00:00
斯坦福 HAI 分析 25 万 Claude 对话：人类视 AI 为动态协作者而非捷径，协作模式决定产出质量
斯坦福大学人类中心人工智能研究所（HAI）联合 Anthropic 分析了 25 万条匿名人机对话数据，发现绝大多数用户将 AI 视为提供新视角、挑战既有认知的“动态协作者”，而非单纯获取答案的捷径。研究指出，生产力的提升高度依赖于具体的协作交互模式，这一结论反驳了关于 AI 导致人类思维惰性的悲观预测，并呼吁学术界与产业界加强此类大规模实证合作。
报道全文原始报道全文
本文目录3 个章节
一项新研究分析了数千次人机对话，结果显示人们正越来越多地将聊天机器人用于关键任务——而协作成效取决于双方如何展开合作。
当人类与 AI 协同工作时，实际发生了什么？斯坦福大学以人为本人工智能研究所（HAI）支持的一项新研究挑战了“人们将 AI 用作捷径或快速解决方案”这一假设，揭示了现实世界中的用户如何将 AI 视为一个动态协作者，以提升工作产出并提高生产力。
斯坦福大学的研究团队分析了 Anthropic 的 Claude 聊天机器人与人类之间的 25 万条匿名对话，发现大多数人是以有意义且实质性的方式与 AI 互动的。
“与许多悲观预测相反，绝大多数 AI 用户并没有将其视为‘免费午餐’，而是将其作为一种工具：它提供新思路和思考方式，对用户的知识和推理提出质疑，并以对人类改进自身工作有用的方式进行协作。”该论文第一作者、斯坦福大学计算机科学助理教授兼 HAI 高级研究员Diyi Yang表示。这篇论文已被《自然·人类行为》（Nature Human Behavior）接收。
核心问题
研究人员利用 Anthropic 的分析工具 Insights，旨在回答三个核心问题：人们交给 AI 的工作是否有意义？人类在对话中展现出多大程度的自主性？以及人机伙伴关系在何处产生“摩擦”，这种摩擦若是积极的则能带来成效，若是消极的则可能导致协作破裂？他们的发现挑战了传统观念，并在许多方面颠覆了“AI 导致智力投降”的常见叙事。
“我们发现，是的，用户有时会将琐碎任务交给 AI，比如起草邮件，但更多时候是高风险、难以逆转且具有重大后果的工作。因此，确保人类不要简单地将任务完全外包给 AI 并未经审视地全盘接受其答案至关重要。”该论文共同第一作者、Yang 实验室的计算机科学研究生Yijia Shao指出。超过半数（56%）的协作被认定为具有“重大后果”或更高层级。
“更重要的是，随着利害关系加重，用户开始更积极地与 AI 互动，对话长度几乎是处理日常琐事时的两倍，”该实验室的另一位计算机科学与研究生、共同第一作者 Dora Zhao 补充道。
有益的摩擦
研究人员发现，人们很少使用 AI 来被动地转嫁工作。相反，大多数用户会与聊天机器人保持积极互动，形成一种动态交互，从而提升工作成果的质量。大约一半的对话涉及作者所称的“摩擦”——这是一种通过人类学习驱动的创造性张力。他们认为，摩擦在任何协作中都是自然且必要的，也是成长的基础。
“我们现在知道的是，摩擦可以是有益的，”Zhao 说。“在职场中敢于发声并为自己争取权益，往往是团队文化健康的标志。在人与 AI 协作中的主体性似乎也是如此。”
建设性的摩擦能带来澄清、优化和学习。研究人员识别出一类独特的用户，他们会深入挖掘，促使 AI 阐明其想法，而不仅仅是生成内容。在三分之二的交互中，研究人员发现了一种动态模式：人类要求 AI 进行解释——即教学——而不是仅仅为他们生产内容。
但摩擦也可能转为负面，导致协作破裂。当这种情况发生时，用户必须学会如何与那些会“反驳”的 AI 合作——用研究人员的说法，就是进行“恢复”。在经历负面摩擦的协作中，近 80% 的用户尝试了恢复措施。然而，负面摩擦的结果是否具有建设性，取决于人类如何使用 AI。在法律、软件工程、家居装修和健康等高利害领域，AI 的教学作用最为显著。
建议
这项研究显而易见地表明，人们正在利用 AI 进行关于法律、医疗、职业和财务等重要且影响深远问题的对话——此外还包括更私人的心理健康和情感关系建议。研究还揭示，用户交给 AI 处理的工作具有显著的重要性——而非琐碎日常——尤其是在法律和医学等高风险领域。事实上，这些发现直接反驳了先前的研究中认为人们仅将 AI 用于低问责性任务的观点。换言之，讨论的主题至关重要。
在进一步探讨人类与 AI 如何协作的研究基础上，研究人员提出了使这种协作更加高效的方法。作者提出的一项旨在进一步提升人机协作的建议是，提高公众对 AI 的认知素养。
“我真正热衷的是如何让更广泛的人群从 AI 中受益，”Shao 指出未来研究的途径时说，“这意味着我们需要让更多普通人负责任地使用 AI，并保持甚至提升他们的技能。这项研究展示了一条前进之路：人类理解 AI 的优势与局限，并最大限度地发挥日益紧密的人机协作潜力。”
作者们关注的一个重点是，AI 带来的益处可能集中在高风险知识领域，从而加剧该领域之外人群的不平等——或者更糟糕的是，引发许多人担忧的“智力投降”，导致劳动力“去技能化”。
Yang 指出：“我们可能会看到差距扩大：一方认识到 AI 是技能发展和职业晋升的工具，而另一方则将其视为自身良好判断力和推理能力的替代品。”
关于下一步计划，Shao 正在开发工具，帮助用户识别何时需要对 AI 输出进行更严格的审查，何时应将摩擦视为协作的一部分并发挥更大的自主权，以及当摩擦产生负面影响时如何重回正轨。与此同时，Zhao 正在研究个性化方案，以及如何设计支持长期效益（如增强认知参与度）的 AI 系统。两位研究人员都强调了持续的学术界与产业界合作的价值，例如他们与 Anthropic 的合作，这对于大规模产出透明且具有启发性的研究至关重要。
“这项工作旨在呼吁学术界与产业界建立更多合作伙伴关系，以推动类似的分析研究，从而揭示人类与 AI 如何最高效地协同工作。”赵说。