PulseAugur
实时 09:30:24
English(EN) From Overload to Convergence: Supporting Multi-Issue Human-AI Negotiation with Bayesian Visualization

新的贝叶斯可视化辅助人机谈判

一篇新的研究论文探讨了在人工智能介导的多议题谈判中人类面临的挑战,发现当议题超过三个时,由于认知负荷增加,表现会下降。为缓解此问题,该论文引入了一种贝叶斯可视化工具,该工具可估算达成协议的概率,并可视化相互可接受结果空间的缩小。对32名参与者的实验表明,这种可视化改善了谈判结果、效率,并在不改变价值分配的情况下保持了人类的控制权。 AI

影响 这项研究为介导复杂谈判的人工智能系统提供了设计指导,有望改善此类场景下的用户体验和结果。

排序理由 该集群包含一篇详细介绍人机谈判新可视化技术的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Mehul Parmar, Chaklam Silpasuwanchai ·

    From Overload to Convergence: Supporting Multi-Issue Human-AI Negotiation with Bayesian Visualization

    arXiv:2603.22766v2 Announce Type: replace-cross Abstract: As AI systems increasingly mediate negotiations, understanding how the number of negotiated issues impacts human performance is crucial for maintaining human agency. We designed a human-AI negotiation case study in a reali…