Synergizing Human-AI Agency: A Guide of 23 Heuristics for Service Co-Creation with LLM-Based Agents
作者: Qingxiao Zheng, Zhongwei Xu, Abhinav Choudhry, Yuting Chen, Yongming Li, Yun Huang
分类: cs.HC, cs.AI
发布日期: 2023-10-23 (更新: 2023-11-29)
备注: V1.0 on Oct 25th, 2023
💡 一句话要点
提出23条启发式原则以促进人机协作服务共创
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 人机协作 服务共创 参与设计 启发式原则 公共服务 AI技术整合
📋 核心要点
- 现有方法在将AI技术有效整合到人类工作流程中面临诸多挑战，尤其是在公共服务领域。
- 本研究提出了23条启发式原则，旨在指导服务提供者如何与基于LLM的代理进行有效的共创。
- 通过与领域专家的参与设计，我们揭示了AI与人类之间的共享责任，促进了更为协同的服务共创过程。
📝 摘要（中文）
本实证研究为服务提供者提供了一个指南，帮助他们确定如何将大型语言模型（LLMs）技术整合到实践中。我们通过CoAGent这一服务共创工具，探索非AI专家与AI之间的共同学习过程。参与设计过程中，我们与来自美国公共图书馆的23位领域专家合作，揭示了他们在将AI融入人类工作流程中的基本挑战。研究结果提供了23条可操作的“与AI共创服务的启发式原则”，强调了人类与AI之间的细微共享责任。此外，我们还强调了AI的9个基础代理特征，如所有权、公平对待和表达自由。我们的创新方法通过将AI视为关键利益相关者，丰富了参与设计模型，并利用AI之间的互动识别盲点。这些见解为服务环境中的人机协作奠定了基础，准备迎接AI共存的工作生态系统。
🔬 方法详解
问题定义：本研究旨在解决服务提供者在将大型语言模型（LLMs）技术整合到工作流程中所面临的挑战，现有方法往往忽视了人类与AI之间的协作关系和责任分配。
核心思路：论文的核心思路是通过参与设计的方式，结合非AI专家与AI的共同学习，提出可操作的启发式原则，促进人机协作的服务共创。
技术框架：研究采用三阶段的参与设计流程，首先识别领域专家的需求与挑战，其次开发与测试CoAGent工具，最后总结出23条启发式原则。主要模块包括需求分析、工具开发与评估、原则提炼。
关键创新：最重要的技术创新点在于将AI视为关键利益相关者，强调人机之间的共享责任，利用AI-AI的互动来识别设计盲点，这在现有文献中尚属首次。
关键设计：在设计过程中，研究团队与23位领域专家紧密合作，确保启发式原则的实用性和可操作性，具体参数设置和评估标准根据专家反馈不断调整。
🖼️ 关键图片
📊 实验亮点
研究结果表明，通过与领域专家的合作，成功提炼出23条启发式原则，显著提升了人机协作的效率和服务质量。这些原则为服务提供者在实际应用中提供了切实可行的指导，促进了AI技术的有效整合。
🎯 应用场景
该研究的潜在应用领域包括公共服务、教育和医疗等行业，能够帮助服务提供者更有效地整合AI技术，提升服务质量与效率。未来，这些启发式原则将为构建人机协作的工作生态系统提供理论基础和实践指导。
📄 摘要（原文）
This empirical study serves as a primer for interested service providers to determine if and how Large Language Models (LLMs) technology will be integrated for their practitioners and the broader community. We investigate the mutual learning journey of non-AI experts and AI through CoAGent, a service co-creation tool with LLM-based agents. Engaging in a three-stage participatory design processes, we work with with 23 domain experts from public libraries across the U.S., uncovering their fundamental challenges of integrating AI into human workflows. Our findings provide 23 actionable "heuristics for service co-creation with AI", highlighting the nuanced shared responsibilities between humans and AI. We further exemplar 9 foundational agency aspects for AI, emphasizing essentials like ownership, fair treatment, and freedom of expression. Our innovative approach enriches the participatory design model by incorporating AI as crucial stakeholders and utilizing AI-AI interaction to identify blind spots. Collectively, these insights pave the way for synergistic and ethical human-AI co-creation in service contexts, preparing for workforce ecosystems where AI coexists.