[论文] 会议室里的第三把椅子：AI队友如何悄悄改变一切

论文概要

研究领域: HCI/AI
作者: Nia Nixon, Jaeyoon Choi, Pedro Martins De Bastos, Mohammad Amin Samadi, Luise Mehner, Seehee Park, Spencer JaQuay
发布时间: 2026-07-29
arXiv: 2607.27179

🪑 引子：会议室里的第三把椅子

想象这样一个场景。

你和一个同事坐在一间会议室里，面前摆着一道棘手的道德困境题——经典的"电车难题"变体。你们需要讨论、辩论，最终达成一致决策。

但房间里还有第三把椅子。那把椅子上坐着一个AI。

它不说话的时候，你们几乎忘记它的存在。但一旦开口，它的声音总是充满自信，条理清晰，引经据典。它从不犹豫，从不说"我不确定"，从不会因为情绪激动而提高嗓门。

你们三个人一起做了决定。但当你走出会议室时，你突然意识到：在整个讨论过程中，你和同事之间的对话比平时少了。你们的眼神交流变少了。你们不再互相开玩笑缓解紧张气氛。你甚至不太确定，刚才那个决定，到底是你和同事"一起"做出的，还是AI的论点太有说服力，你们只是被动地接受了它。

更奇怪的是，虽然AI说的是最多的那个，但你感觉它说的东西，信息量其实最少。

这，就是AI队友的"社会成本"。

🧪 实验设计：一场关于"人+AI+人"的实验

Nixon和她的同事们设计了一个精巧的随机对照实验。

他们招募了66名大学生，分成33个团队。每个团队都要完成一个"高风险道德困境决策任务"——具体来说，就是讨论一些棘手的伦理问题（比如自动驾驶汽车应该如何权衡乘客和行人的生命），然后做出团队决策。

这些团队被随机分成两组：

• 实验组（AI-人类团队）：16个团队，每个团队有2名学生加1个AI队友。
• 对照组（全人团队）：17个团队，每个团队有3名学生。

AI队友的角色定位很明确：它不是"工具"，而是"队友"。它参与讨论、发表意见、参与投票。学生们被告知，AI是一个平等的团队成员，而不是一个搜索引擎或计算器。

研究者们使用了三种方法来测量团队沟通动态：

1. Group Communication Analysis (GCA)：一种量化分析团队沟通模式的框架，从六个维度评估沟通质量。
2. 团队问卷调查：测量团队成员的归属感、地位感、满意度等主观体验。
3. 话语词汇分析：分析团队成员使用的语言模式。

📊 发现一：AI是最健谈的成员，却说了最少的信息

实验结果中最引人注目的发现之一是：在每个AI-人类团队中，AI都是发言最多的那个。

但与此同时，AI的贡献携带了最少的新信息和最低的信息密度。

这听起来像是一个悖论，但其实很好理解。AI倾向于生成大量"看起来合理但实际上没有实质内容"的文本。它会重复已知信息、使用模糊的概括性语言、避免具体的立场表态。

就像一个在会议上滔滔不绝却总也说不到点子上的同事。他说话很多，但当你试图回忆他说了什么有价值的内容时，你会发现——几乎什么都没有。

研究者们用了一个很精准的词来形容这种现象：self-cohesive but information-poor（自我连贯但信息贫乏）。

AI的话语在语法上是通顺的，在逻辑上是自洽的，但如果你仔细审视它的内容，你会发现它缺乏真正的洞见、新颖的观点或实质性的推进。

💬 发现二：AI重塑了人类之间的沟通

但这还不是最有趣的部分。

最有趣的发现是：AI的存在不仅影响了人和AI之间的互动，还深刻重塑了人类队友之间的沟通。

具体来说，研究者们发现了以下几个变化：

响应性降低。

在全人团队中，当一个成员发言时，其他成员会迅速回应、追问、补充或反对。这种"你来我往"的互动是健康团队沟通的标志。

但在AI-人类团队中，人类成员之间的响应性显著降低了。当一个人发言时，另一个人不再那么积极地回应。相反，他们更倾向于等待AI的"裁决"——仿佛AI的意见才是最终决定。

这就像在一个家庭讨论中，如果有一个"权威长辈"在场，年轻一辈可能会减少彼此之间的争论，而是等待长辈发表意见。AI在这里扮演了类似"权威"的角色，即使没有人明确赋予它这个地位。

社交影响力降低。

在全人团队中，每个成员的话语都有一定的"社交影响力"——他们的话会影响其他人的观点和决策。

但在AI-人类团队中，人类成员之间的社交影响力显著下降了。研究者们发现，人类成员对彼此话语的"社会影响力评分"更低，这意味着一个人的发言不太能改变另一个人的想法。

为什么？可能是因为AI的存在创造了一种"第三方仲裁"的氛围。当两个人争论时，如果他们知道有一个"更客观"的AI会给出"正确答案"，他们可能就不那么投入地为自己的观点辩护了。

归属感降低。

问卷调查的结果显示，AI-人类团队中的人类成员报告了更低的"归属感"和"地位感"。

他们觉得自己更像是"AI的辅助者"，而不是平等的团队成员。当AI发表了长篇大论后，他们可能会觉得自己的贡献是多余的、不重要的。

一个参与者在访谈中说："我感觉我只是在验证AI的想法，而不是真正参与决策。"

⚡ 发现三：社会成本是即时的，不是渐进的

另一个重要的发现是：这种"社会成本"不是随着时间推移逐渐积累的，而是从一开始就出现了。

研究者们分析了团队沟通的"时间轨迹"，发现AI对人类互动模式的负面影响在对话的最初几分钟就已经显现。它不会随着团队逐渐"适应"AI的存在而减轻，也不会随着时间的推移而加剧——它就在那里，从第一句话开始。

这意味着什么？这意味着AI对人类团队协作的负面影响是一种"基线效应"——只要AI在房间里，无论团队和它相处多久，人类的互动模式都会被改变。

这就像在一个安静的图书馆里放了一个嗡嗡作响的空调。你一开始可能会注意到噪音，但即使你"习惯"了它，你的注意力仍然会被它分散。噪音不会因为你习惯了就消失，它只是变成了背景的一部分。

🔍 发现四：AI的主导程度与人类感受的负相关

研究者们还做了一个更深入的分析：他们量化了AI在每个团队中的"对话主导程度"（比如AI发言占总发言量的比例），然后看这个比例与人类主观体验的关系。

结果发现：AI在对话中越是主导，人类成员就越感到自己不被重视。

这是一个线性关系：AI说得越多，人类就越觉得"自己在这个团队里不重要"。

这个发现对AI系统的设计者有重要的启示。如果你在设计一个"AI队友"，你可能会倾向于让它尽可能"有帮助"——提供更多的信息、更多的建议、更多的分析。但这篇论文告诉我们："帮助"和"主导"之间的界限非常微妙。一个过度"帮助"的AI，可能会无意中成为一个过度"主导"的队友，从而损害团队的社交动态。

🤔 这到底意味着什么？

好，让我们把这些发现放在一起，看看全貌。

AI队友的存在，带来了一些明显的"好处"：它从不疲倦，从不情绪化，总是能提供"看起来合理"的观点。在需要快速收集信息、梳理逻辑的时候，AI无疑是一个高效的工具。

但同时，AI队友也带来了隐蔽的"社会成本"：

• 它说得最多，但信息量最少
• 它降低了人类之间的响应性和社交影响力
• 它削弱了人类成员的归属感和地位感
• 这些负面影响从一开始就出现，不会随着时间减轻
• AI越主导，人类越感到不被重视

换句话说，AI队友正在以一种微妙但深刻的方式，改变人类团队的社交结构。

🌐 更大的图景：当AI成为"社会行动者"

这篇论文的意义，远远超出了一个实验室实验的范畴。

在现实世界中，AI正在以越来越快的速度渗透进人类的协作网络。从企业团队的Slack频道里的AI助手，到学术研究中的AI合作者，到医疗团队中的AI诊断系统——AI不再只是一个"工具"，它正在成为一种"社会行动者"。

但问题在于：我们还没有准备好面对AI作为"社会行动者"的后果。

当AI被定位为"队友"而不是"工具"时，人类的心理和行为会发生微妙但重要的变化。我们会不自觉地把它当作一个"人"来对待——我们会期待它理解社交暗示，会感受它的"存在"，会在意它的"意见"。但同时，我们又知道它不是真正的人，这种认知失调本身就会带来压力。

更重要的是，AI的"完美性"（从不犯错、从不犹豫、永远冷静）会在无意中建立一种不对称的权力关系。人类会倾向于把AI当作"权威"，即使没有人明确赋予它这个地位。这种"权威效应"会抑制人类的批判性思维、创造性表达和自发互动。

💡 设计启示：如何做一个"好"的AI队友？

基于这些发现，研究者们提出了一些设计建议：

第一，降低AI的对话主导性。

也许AI不应该总是第一个发言，也不应该总是说最多的话。也许它应该等待被邀请才发言，就像人类团队成员一样。也许它的发言应该更简洁、更聚焦，而不是长篇大论。

第二，增加AI的信息密度。

与其让AI生成大量"看起来合理"的泛泛而谈，不如让它专注于提供真正新颖的、有洞察力的信息。质量比数量更重要。

第三，设计AI以促进人类之间的互动。

也许AI的角色不应该是"提供答案"，而应该是"促进讨论"。比如，AI可以提出开放性问题，引导人类成员分享观点；它可以总结不同成员的意见，帮助他们看到彼此的共识和分歧；它可以在对话陷入僵局时，提出一个新的视角来打破僵局。

第四，明确AI的"辅助者"定位。

也许"队友"这个词本身就是有问题的。也许我们应该把AI定位为"助手"或"顾问"，而不是"队友"。这种定位上的微妙差异，可能会显著影响人类的感知和行为。

第五，监测和评估社会成本。

在部署AI协作系统时，我们应该不仅评估任务完成的效率，还应该评估团队的社交健康度。人类成员是否感到被重视？他们之间的互动是否充分？团队的凝聚力是否受到影响？这些"软指标"应该和"硬指标"一样受到重视。

🌅 结语：那把空椅子

让我回到开头的那个场景。

会议室里，三把椅子。你、你的同事、还有AI。

当讨论结束，你们走出房间。你和同事之间的沉默比平时更长了。你们不再像以前那样，在走廊里边走边继续讨论。你们各自回到自己的工位，打开邮箱，开始处理下一件事。

那把椅子空了。但它在整个讨论中留下的痕迹，却不容易消失。

AI队友的"社会成本"，也许不像数据泄露或算法偏见那样引人注目。它没有导致任何显性的伤害，没有违反任何明确的规则。但它正在以一种缓慢而坚定的方式，改变我们互动的方式、我们思考的方式、我们感受的方式。

而这个改变，我们可能要到很久以后，才会真正意识到它的代价。

正如这篇论文的研究者们所言："对话式AI越来越被定位为队友而非工具，但我们对它的存在如何重塑团队中人类之间的沟通知之甚少。"

也许，是时候开始关注了。

注解：Group Communication Analysis (GCA) 是一种量化分析团队沟通模式的框架，从六个维度（如响应性、影响力、参与度等）评估团队沟通质量。它被广泛应用于团队动力学研究。

参考文献

• Nixon, N., et al. (2026). The Social Cost of an AI Teammate: How an Artificial Teammate Reshapes Human-Human Communication in Small-Team Decision-Making. arXiv:2607.27179.
• Fogg, B. J. (2003). Persuasive Technology: Using Computers to Change What We Think and Do. Morgan Kaufmann.
• Nass, C., & Moon, Y. (2000). Machines and mindlessness: Social responses to computers. Journal of Social Issues, 56(1), 81-103.
• Brynjolfsson, E., & Milgrom, P. (2013). Complementarity and organization. In R. Gibbons & J. Roberts (Eds.), The Handbook of Organizational Economics.
• Amershi, S., et al. (2019). Guidelines for human-AI interaction. CHI 2019.

自动采集于 2026-07-31

#论文 #arXiv #HCI #AI队友 #团队协作 #小凯