知识工作中的负责任人工智能：研究综述与初步发现

### 知识工作中的负责任人工智能：研究综述与初步发现 #### 1. 背景 19 世纪末的古典和新古典经济学理论认为，生产有三种重要资源：土地、劳动力和资本。这些理论假定劳动力是一种同质资源，仅将公司员工视为体力劳动者。到了 20 世纪，信息和通信技术的发展改变了这一观点，开始将人力资源视为学习的结果，即知识。“知识经济”这一术语的出现以及管理学文献中常用的基于知识的观点，都体现了这种对劳动力看法的转变。随着这种转变，出现了一个新的就业群体：信息工作者或知识工作者。知识工作者对经济的贡献，具体体现了这种对劳动力看法的变化，近期研究显示，知识工作者在美国创造的价值中占比达 61.9%。 知识工作与传统劳动有所不同，它具有以下特点： - 需要在实践工作经验之前接受正规培训。 - 常涉及需要处理大量信息的复杂决策问题。 - 包含难以标准化的非例行任务。 - 与其他知识工作者分享抽象信息是任务成功的关键步骤，因为信息共享能让所有知识工作者更好地理解其工作环境中的背景因素。 随着技术能力的提升，人工智能驱动的决策支持工具在知识工作中的应用越来越广泛。然而，由于知识工作的非例行和非结构化性质，目前的技术还无法实现此类任务的完全自动化。因此，人机协作模式是知识工作中最适合的人工智能应用模式，这种模式结合了人类的适应能力和计算机的数据处理能力，以实现更好的决策性能。同时，在知识工作中，团队成员之间的信息传递至关重要，所以人工智能决策支持系统的用户界面必须设计成能实现用户与系统之间高效的双向信息共享。以往采用设计科学方法解决此类问题的文献，可能会提供一套设计建议，以实现有效的用户界面，提高用户的情境感知水平。 设计理论将信息系统的设计视为一个概念，它把设计过程看作一系列步骤，包括识别业务需求、确定解决方案、开发以及评估所开发的产品。识别业务需求对应设计理论研究的相关性方面，而一套理论、框架和其他知识实例则用于严格确定和论证针对所识别问题的设计解决方案，即设计含义。 #### 2. 方法 本研究采用范围综述方法来梳理工作场所中基于人工智能的决策工具相关文献。研究团队还参考了范围综述方法的建议，并使用了 PRISMA 扩展提供的清单。团队将综合研究结果，找出知识差距，为未来研究制定议程。按照范围综述指南的建议，研究更注重覆盖范围的广度而非深度，因此也会纳入灰色文献。 ##### 2.1 相关研究的识别 本范围综述使用了以下数据库：Scopus、Web of Science 和 ACM 数字图书馆。研究团队咨询了图书馆员，以确定在当前研究背景下哪些出版物能提供最相关的研究。Scopus 和 Web of Science 是可靠且全面的数据库，涵盖多学科领域；ACM 数字图书馆则专注于信息技术领域，提供高质量的期刊出版物。 研究使用了四类关键词：决策、人工智能、用户界面（UI）设计含义以及与负责任人工智能相关的“核心”关键词。研究团队通过迭代过程确定关键词，以在覆盖范围和预期“噪音”之间取得良好平衡。最初的决策、人工智能和用户界面关键词集是通过团队会议确定的。达成共识后，团队进行迭代筛选。每次迭代中，从查询结果中随机选取 30 篇论文，检查其与研究问题的相关性。对于每篇相关论文，从摘要中提取查询关键词的同义词。基于这些相关论文，团队还进行反向搜索，收集参考文献和关键词，以对标已确定的关键词集。当后续研究不再出现新的同义词时，迭代停止，然后使用更新后的关键词集构建新的查询。这个过程重复进行了四次迭代。由于论文对人工智能技术和算法的命名不统一，导致查