arXiv cs.AI· Difang Huang, Shumin Yu, Fadong Chen, Weihua Zhou·· 3 天前AI 评分44
生成式 AI 的选项时机如何影响团队创意决策：迟到就来不及筛选
Too Late to Prune: Generative AI, the Screen, and Team Creative Decisions
AI 导读
一项预注册实验将 148 个三人团队随机分配到五种语言模型使用时间表，发现把同样的 15 分钟使用时间从搜索阶段移到筛选阶段，会让专家评定的创意质量下降 0.62 个标准差。
正文 · AI 翻译
摘要：生成式 AI 让选项变得廉价，并将创造性工作的瓶颈从生成选项转移到筛选选项。我们认为，AI 的价值取决于其选项是在团队的筛选之前还是之后到达。在我们的模型中，早期选项要争夺组合中的位置；晚期选项在那场竞争之后才到达，因而未经筛选就被保留。在一项预注册实验中，我们将 148 个三人团队随机分配到五种时间安排下，在一个包含限时搜索与选择阶段的产品设计任务中使用同一个语言模型。将同样的 15 分钟使用时间从搜索阶段移到选择阶段，使专家评定的创造力降低了 0.62 个标准差，尽管各团队使用该模型的频率相近。平台日志将差异定位在筛选环节。早期使用使想法池扩大了五倍，而团队对其进行了删减。晚期使用的团队带着与无 AI 团队相同的小想法池进入筛选，随后再次搜索，将其选择阶段查询的 29% 用于生成新选项，而全程使用的团队这一比例为 11%。晚期使用增加了广度，而非质量：这些团队提交的方案比无 AI 团队多 73%。语言模型评判者检测到了使用带来的收益，但未检测到晚期时机的代价。
| 主题： | 一般经济学（econ.GN）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.14984 [econ.GN] |
| （或 arXiv:2610.14984v1 [econ.GN] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14984 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Difang Huang [查看电子邮件]
[v1]
2026年10月10日 星期六 15:02:14 UTC（173 KB）
来源：arXiv cs.AI · arxiv.org