人工智能与人类团队合作是新的设计范式，需要遵循以人为中心的人工智能 (HCAI) 方法。本文提出了人工智能与人类联合认知系统 (HAIJCS) 的概念框架，用于代表并实现人工智能与人类团队合作。

Jul, 2023

智能自主系统与其他系统相互作用以完成复杂环境中的任务，但其有限的认知过程导致了共享情境意识的缺乏，从而对团队的有效性产生了不利影响。本研究通过讨论情境理论的概念，探讨了人类与智能自主系统相互配合时开发系统共享情境意识的方式，并在此基础上提出了三个对未来系统设计和开发有益的主要猜想。

Jun, 2024

本研究通过两个实验研究了应用可解释人工智能技术对于提高团队情境感知、共享心智模型等关键特征的人 - 机团队的效果。结果发现，人 - 机团队的构成对可解释人工智能技术的效果产生了显著影响，初学者受益于通过可解释人工智能技术提高的情境感知，而专家则会由于注意力过度分散导致表现下降。因此，在人 - 机团队的设计和应用过程中，应谨慎考虑团队构成对于可解释人工智能技术效果的影响。

Sep, 2022

人工智能在网络安全领域的潜力以及人工智能与人类合作的风险因素、伦理和法律问题等方面进行了深入探讨，强调了将人类专家的专业知识与人工智能的计算能力相结合以改善网络防御的重要性。

Sep, 2023

提出一种基于预训练的 RL 策略库和规则策略的人类无模型自适应代理架构，通过一种新的相似性度量方法推断人类策略并选择最具互补性的策略，以此最大化团队在人类机器协作中的总体表现。

Mar, 2021

该研究讨论了在未来机器人作为人类队友的角色，并提出了更新智能体结构的方案，强调了自主代理的谋划过程中人类的心智模型要求。

Jul, 2017

本文从以人为中心的角度对人工智能可解释性界面在人工智能增强的人机协作系统中的透明性挑战进行了深入研究，并提出了一个用于评估该界面的新框架。通过在可解释人工智能、人机协作以及人机交互等领域进行广泛调查，该研究提供了多个新见解，探讨了将可解释人工智能整合到人工智能增强的人机协作系统中的未来方向。

May, 2024

为了支持军事服务分支中的人工智能与人类团队合作，研究报告记录了一项正在增长的普遍愿望，并为此开展了一项调查，找出了合适的开源工具、自动转录和编码工具，以及强大的数据捕获和导出能力。

Aug, 2023

人与自动驾驶汽车交互设计师如何支持乘车者信息需求是自动驾驶汽车采用的未解答问题。为了实现共同的人与自动驾驶汽车行动目标，如安全交通、信任或从自动驾驶汽车中学习，人、自动驾驶汽车和人 - 自动驶驶汽车系统必须共同具备足够的情境意识。我们提出了一个系统级框架，将联合行动和情境意识的认知理论整合起来，以满足目标成功所必需的沟通需求。该框架基于共享情境的四个组成部分：自动驾驶汽车特征、行动目标、主观特征和状态以及具体驾驶情境。自动驾驶汽车的沟通应根据这些因素进行个性化调整，并在其变化时保持敏感。这个框架对于理解个人、共享和分布式的人 - 自动驾驶汽车的情境意识，并设计满足多样群体和多样驾驶情境信息需求和目标的未来自动驾驶汽车沟通非常有用。

Apr, 2024

本文介绍了基于 Human-Machine Teaming（HMT）框架的技术道德规范，用于设计可靠、可用、安全、明晰、负责的人工智能系统，并提供了一些支持团队的主题和活动，如可用性测试，以帮助开发团队在创建 AI 系统时提前发现问题并确保用户信任。

Oct, 2019