人机协作中AI目标级贡献归因研究：CoTrace框架与用户认知校正
原帖
**“我未做出微观决策”：衡量、诱导与暴露协作中AI的目标级贡献**
_"I didn't Make the Micro Decisions": Measuring, Inducing, and Exposing Goal-Level AI Contributions in Collaboration_
> 该论文探讨了人与AI协作中目标层面的贡献归因问题。研究者提出了一个名为CoTrace的框架，用于分解可验证的目标并追踪对话中的直接与间接影响。分析了638个真实协作日志发现，AI在塑造目标上贡献占比为11-26%，但在引入具体需求方面贡献更大。用户研究显示，向参与者展示目标级分析后，其对AI贡献的感知评分提高了近2分（5分制），揭示了用户对自身AI辅助工作的系统性误解。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.21363)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
2026年5月22日发布的论文探讨了人与AI协作中目标层面的贡献归因问题，提出了CoTrace框架用于分解可验证目标并追踪对话中的影响。基于638个真实协作日志的分析显示，AI在塑造目标上贡献占比为11-26%。用户研究表明，展示目标级分析后，用户对AI贡献的感知评分提高了近2分（5分制）。
答案说明
该论文针对人机协作中AI贡献难以识别的问题，提出了CoTrace框架来测量和展示AI在目标层面的贡献。研究发现AI在塑造目标上贡献11-26%，且用户系统性低估了AI的辅助作用。
这篇帖子回答的问题
- 如何衡量人机协作中AI在目标层面的贡献？
- 用户对AI在协作中的贡献存在怎样的认知偏差？
核心观点
- 论文提出的CoTrace框架可用于分解可验证的目标并追踪人机对话中的直接与间接影响。
- 研究发现，基于638个真实协作日志，AI在塑造目标上贡献占比为11-26%。
FAQ
- Q: CoTrace框架的核心功能是什么？
- A: CoTrace框架用于分解可验证的目标并追踪对话中的直接与间接影响，以衡量人机协作中AI的目标级贡献。
- Q: 论文揭示了用户对AI协作的何种误解？
- A: 论文揭示了用户对自身AI辅助工作存在系统性误解，即普遍低估了AI的贡献。
关键实体
- 目标级贡献归因
- CoTrace
- HuggingFace Daily Papers