基于网络科学的多层人工智能与人类集体智能表征方式，探讨了人工智能与人类集体智能间的相互作用、多样性与互动对系统整体智能的影响，并分析了现实中的 AI 增强集体智能实例，最后讨论了 AI 增强集体智能面临的潜在挑战和未来发展方向。

Mar, 2024

本文探讨了人工智能与人类的有效协作，分析了人工和人类智能应具备的元素和历史案例，并提出了一个协作人工智能的路线图。

Mar, 2023

本文对计算机科学家和工程师的角度提供了一张集体智能研究的地图，涵盖了初步概念、基本概念和主要研究视角，旨在识别人工和计算集体智能工程研究的机遇和挑战。

Apr, 2023

使用聚合性众包预测（ACF）作为一种机制来实现人机团队的 “集体智能” 的具体操作，以提供协调行动的能力，并探索 ACF 作为一种关键的方法，以增强决策能力和开启决策优势的新形式。

Feb, 2024

这篇研究论文通过对比两个人工智能模型 Gemini 和 ChatGPT 的表现和互动，以协作性工具的角度，对将生成型人工智能（Gen AI）整合到学术写作过程中进行了批判性研究，通过促进研究人员参与设计能够引出特定人工智能回应以构建研究大纲的提示会话，突显了提示设计、输出分析以及认识到人工智能的局限性对于确保负责任和有效的人工智能整合于学术工作的重要性。初步发现表明，提示的变化对输出质量产生显著影响，并揭示了每个模型的不同能力和限制。该论文通过探索有效的提示策略和提供生成型人工智能模型比较分析，为人机交互领域做出了贡献，最终旨在增强辅助学术写作的人工智能，并引发人机交互社区内更深入的对话。

Apr, 2024

大型语言模型根据其他人生成的文本来引导它们的行为。这种能力以及它们在在线环境中越来越普遍的存在预示着它们将有意或无意地 “编程” 彼此并形成新兴的人工智能主体性、关系和集体。在这里，我们呼吁研究界调查这些互动人工智能的 “类社会” 属性，以增加它们对人类社会和在线环境健康的回报并减少风险。我们使用一个简单的模型及其输出来说明这样的新兴分散型人工智能集体如何扩大人类多样性范围并降低在线毒性和反社交行为的风险。最后，我们讨论了人工智能自我调节的机会，并解决了与创建和维护分散型人工智能集体相关的道德问题和设计挑战。

Feb, 2024

本研究论文旨在借助复杂系统、网络科学和人工智能的交叉领域构建社交人工智能的基础，并探讨了社交人工智能领域中的主要问题、可能出现的技术和科学挑战，以及未来的研究方向。

Jun, 2023

使用 Collective Constitutional AI 方法，通过公众参与培训和评估，创建了第一个经集体数据微调的语言模型，与基线模型相比，在九个社会维度上展现出更低的偏见，同时在语言、数学和有益 - 无害评估上表现相当的性能。

Jun, 2024

该研究旨在证明人工智能不仅可以作为学习工具，还可以作为智能代理与人类进行协作学习，从而改变科学课堂中的认识实践。研究通过开发一种名为 CLAIS 的有形教学系统，设计了人类和 AI 作为同伴参与协作学习过程的小组，实现了与 NUGU AI 音箱平台的成功对接，并通过混合方法的调查评估了系统的效果和用户体验。研究结果表明，人工智能与人类的协作有助于在真实课堂环境中进行知识共同建构，展示了人工智能对课堂认识实践未来模式的塑造潜力。

Dec, 2023

通过使用参与式人工智能的合作设计原则，聚焦于年轻参与者的视角，解决制度上的权力动态的难点，以实现推广的梦想和相关人士的渴望，从而在技术的设计过程中发挥作用。

Nov, 2022