arXiv Artificial Intelligence· Wooyoung Jung, Kahyun Jeon, Prosper Babon-Ayeng·· 13 小时前AI 评分31
用户领域知识与 AI 素养如何影响 LLM 集成建筑能耗管理系统的人机协作
Human-AI Collaboration in Large Language Model-Integrated Building Energy Management Systems: The Role of User Domain Knowledge and AI Literacy
AI 导读
一项角色扮演实验让 85 名受试者与作为 LLM 集成 BEMS 的 OpenAI GPT-4o 交互，任务是找出减少家庭能耗的前五项行为改变。参与者提示词中位长度仅 16.2 词，且高度依赖 GPT 的分析能力；20 项可量化指标中仅电器识别率出现显著组间差异（p=0.037），且由 AI 素养而非领域知识驱动，显示 LLM 对不同程度专业水平有拉平效应。
推荐理由模型分析
该研究用85人角色扮演实验考察用户与GPT-4o版BEMS的交互，按建筑能耗领域知识和AI素养分四组，在20项可量化指标上比较。结果显示仅电器识别率一项存在显著组间差异（p=0.037），且由AI素养而非领域知识驱动，提示LLM可能拉平专业差距。适合关注LLM集成楼宇能源系统、人机协作评测的研究者参考其交互分析框架与实验设计，但样本仅85人、任务为家庭节能建议，结论不宜外推到实际部署效果。
来源：arXiv Artificial Intelligence · arxiv.org