The experience-blocking effect of artificial intelligence assistance in emergency decision-making and response: Conceptualization, formation, and impact mechanisms
摘要: 人工智能(AI)正加速嵌入应急决策与处置中的关键环节, 在提升任务效率和表现的同时, 却可能阻碍管理者经验的同步增长。本文提出“人工智能经验阻断效应” (experience-blocking effect, EBE), 指的是AI辅助任务中原始情境接触、判断生成、后果承担与反馈校准、反思转化受到压缩、外移、弱化或浅化的近端过程性多维状态。研究1界定EBE的内涵、识别关键表征并构建测量框架; 研究2将替代式AI使用操作化为人-AI-任务配置, 检验其对EBE及任务绩效的影响; 研究3采用纵向、多轮和高仿真情境, 检验EBE是否通过限制情境线索知觉学习和行动-结果关联学习, 使得个人经验内化不足, 并通过减少成员可供外化的经验素材削弱其团队转化, 使团队经验外化不足。该框架将AI辅助应急管理的评价由即时任务绩效拓展至个体与团队经验沉淀, 为兼顾任务效能和管理者经验性专业能力发展的人智协同模式提供依据。
Authors
- Rong Cao
- Yaran ZHANG
- Jiling SHI
- Guanxin LIU
- Yang GAO
Institutions
- Northwest University (CN)
Publication Details
- Journal
- Advances in Psychological Science
- Published
- 2026-11-12
- DOI
- https://doi.org/10.3724/sp.j.1042.2027.0282
- Primary Topic
- Human-Automation Interaction and Safety
- Type
- article
- Field-Weighted Citation Impact
- 0.00