人工智能评估应与人类协作

arXiv cs.AI 论文
ai-evaluation human-ai-collaboration position-paper academic-research societal-impact

摘要

这篇立场论文主张，人工智能评估应转向评估人机团队，而非超人类性能，以促进更好的社会成果。

arXiv:2608.13577v1 公告类型：新 摘要：这篇立场论文认为，人工智能评估的主流范式（侧重于超人类自主性能，因此隐含目标为替代人类）正引导人工智能开发走向错误方向。相反，人工智能社区应转向评估人机团队的性能。我们认为，这种协作转变将促进人工智能系统成为人类能力的真正补充，从而比当前过程带来更好的社会成果。
查看原文
查看缓存全文

缓存时间: 2026/08/17 09:38 

# 人工智能评估应与人类协作
来源：https://arxiv.org/abs/2608.13577
查看PDF文档 (https://arxiv.org/pdf/2608.13577)

> 摘要：本文主张，当前主流的人工智能评估范式（聚焦超人类自主性能，并隐含以替代人类为目标）正将AI发展引向错误方向。人工智能学界应转向评估人类与AI协作团队的性能。我们认为这种协作范式的转变将促使AI系统真正成为人类能力的互补者，从而比现行评估模式带来更优越的社会效益。

## 提交历史
来自：Jan Kulveit \[查看邮箱 (https://arxiv.org/show-email/90b83c8c/2608.13577)\] **\[版本1\]** 2026年7月6日 周一 21:14:15 UTC \(2,904 KB\)

相似文章

Towards an Argumentative Foundation for Evaluative AI

arXiv cs.AI

This position paper advocates computational argumentation as a formal foundation for Evaluative AI, which supports human decision-making by presenting competing hypotheses with evidence for and against, rather than single recommendations.