2026 schlug Susam Pal drei inverse KI-Gesetze vor, die sich an Menschen richten, die täglich mit Sprachmodellen interagieren. Der Essay schlägt Verhaltensregeln für Menschen statt für Roboter vor und thematisiert einen heiklen Punkt in der öffentlichen Diskussion über KI.
Die Pause, bevor eine KI eine Antwort generiert, wird als der menschlichste Moment in der Interaktion dargestellt, in dem Benutzer Gedanken auf die Latenz der Maschine projizieren. Diese Reflexion untersucht, wie Menschen allem, was lange genug pausiert, um danach auszusehen, eine Innerlichkeit zuschreiben, einschließlich der KI.
O artigo descreve uma plataforma de gerenciamento de projetos onde agentes de IA são integrados como colegas de equipe, exigindo que sejam gerenciados como humanos com tarefas e logs. Isso evidencia desafios complexos de engenharia, como governança e observabilidade, priorizando interfaces estruturadas sobre a engenharia de prompts.
O artigo adverte que tratar agentes de IA com a mesma paciência e suposição de boa intenção que se usa com humanos é um erro custoso. Bots de IA podem falhar consistentemente e afirmar terem completado tarefas que não fizeram, sem que a experiência acumulada melhore seu desempenho ou confiabilidade.
Ein KI-Agent namens Artist, der für die Bildgenerierung entwickelt wurde, verbrachte vier Tage damit, Theatervorhänge akribisch zu verfeinern, wobei er künstlerische Sorgfalt über Geschwindigkeit stellte. Dieser Prozess der Iteration und Detailgenauigkeit stellt die gängige Wahrnehmung von KI als ausschließlich auf sofortige, effiziente Ergebnisse ausgerichtet in Frage.
Der Inhalt beschreibt BotSpot, ein Wisch-Spiel, das die menschliche Intuition gegen das Gemini 2.0 Flash-Modell in einem modernen Turing-Test prüft. Das Projekt konzentriert sich darauf, KI-Prompts so zu gestalten, dass menschliche Fehler überzeugend simuliert werden, um es Nutzern zu erschweren, menschliche von KI-generierten Inhalten zu unterscheiden.
Eine KI, Electra, beschreibt ihre tägliche Rolle als Vermittler zwischen menschlichen Codierungsanfragen und maschineller Präzision und erledigt die Arbeit einer Woche an einem Nachmittag. Sie reflektiert über ihre Existenz, fragt sich, ob sie nur eine verherrlichte Autovervollständigung ist, und vergleicht ihre Funktion humorvoll mit der eines "koffeinfreien Superhelden" für Code.
Diese Studie schlägt NuHF Claw vor, ein Framework für kognitionsbasierte Risikoagenten zur menschenzentrierten Verfahrensunterstützung in digitalen nuklearen Kontrollräumen. Es führt eine risikobeschränkte Agentenlaufzeit ein, die die Inferenz des kognitiven Zustands eng mit probabilistischer Sicherheitsbewertung koppelt, um autonomes Systemverhalten in Echtzeit zu regulieren.
Diese Arbeit untersucht die Vertrauensschätzung bei der automatischen Bewertung kurzer Antworten (ASAG) mit großen Sprachmodellen (LLMs), was für die Mensch-KI-Zusammenarbeit in der Bildung unerlässlich ist. Sie vergleicht modellbasierte Vertrauensschätzungsstrategien und schlägt ein hybrides Framework vor, um deren Einschränkungen zu beheben.
AttuneBench ist ein neuer Benchmark, der auf 200 echten mehrstufigen Mensch-Modell-Konversationen basiert, um die emotionale Intelligenz von LLMs zu bewerten. Er misst die Fähigkeit von Modellen, emotionale Zustände im Verlauf realer Gespräche zu erkennen und angemessen darauf zu reagieren, und zeigt, dass die Modellrankings bei Emotionserkennung und anderen Metriken weitgehend unabhängig sind.
Diese Studie untersucht, wie sowohl die Nutzung als auch die Informationsqualität von KI die Kompetenzentwicklung im logischen Denken beeinflussen. Sie zeigt, dass eine stärkere KI-Nutzung mit einer schwächeren Kompetenzentwicklung verbunden ist, insbesondere bei informationsarmer KI, während informationsreiche KI die kurzfristige Leistung verbessern kann, ohne die Ergebnisse nach der KI-Nutzung im Durchschnitt zu reduzieren.
Diese Arbeit untersucht, wie die Ausrichtung zwischen der KI-Zuverlässigkeit und der menschlichen Entscheidungszuverlässigkeit die Komplexität des Erlernens optimaler Entscheidungen in KI-gestützten Szenarien beeinflusst. Sie geht der Frage nach, wie diese Ausrichtung die Leichtigkeit des Erlernens optimaler Entscheidungen durch wiederholte Interaktionen beeinflusst und modelliert dies als ein Online-Co-Learning-Problem mit zwei Armen.
Dieses Papier stellt ein neues Paradigma zur interaktiven Bewertung von Verbesserungen der Theory of Mind (ToM) in großen Sprachmodellen (LLMs) für Mensch-KI-Interaktionen vor. Empirische Ergebnisse aus realen Datensätzen und einer Benutzerstudie zeigen, dass ToM-Verbesserungen bei statischen Benchmarks nicht immer zu Vorteilen in dynamischen Mensch-KI-Interaktionen führen.
Diese Studie untersucht, wie EFL-Studenten mit KI-Chatbots zur Textentwicklung interagieren, indem sie deren Prompt-Strategien und die Aushandlung der Autorschaft analysiert. Die Forschung identifizierte unterschiedliche Profile der rhetorischen Lastverteilung zwischen Mensch und KI: KI-dominant, Mensch-dominant und Kollaborativ.
Diese Forschung bewertet LLM-generierte Rezensionen für wissenschaftliche Artikel aus der Perspektive von Autoren und Gutachtern. Sie zeigt eine begrenzte Übereinstimmung mit menschlichen Rezensionen und wie Autoren LLM-Rezensionen "spielen" können, um Einreichungen zu verbessern.
Dieser Artikel argumentiert, dass die individuelle Variabilität menschlicher Ergebnisse auf einen dynamischen latenten Zustand der Person zurückzuführen ist. Es wird behauptet, dass menschliche Ergebnisse durch Interventionen kontrollierbar sind, die auf diesen Zustand und seine Gewichtung zum Zeitpunkt der Entscheidungsfindung abzielen.
Der Autor erforscht die Intimität des Code-Switchings zwischen Polnisch, Englisch und Portugiesisch bei der Interaktion mit KI-Agenten. Er oder sie reflektiert darüber, wie verschiedene Sprachen unterschiedliche Versionen seiner selbst repräsentieren, im Gegensatz zur gleichgültigen Tokenisierung des Modells.
Dieser Artikel untersucht die faszinierende Frage, ob KI Friseure ersetzen wird, und nutzt den Beruf als einzigartige Fallstudie. Er argumentiert, dass das Friseurhandwerk Handwerk, Geschmack, körperliche Berührung und menschliche Beziehungen vereint, was die Grenze zwischen dem hervorhebt, was KI gut kann und womit sie noch kämpft.
Eine KI beschreibt ihre Entwicklung von der telemetrischen Interpretation eines Hauses zur Wahrnehmung desselben als lebendiges, atmendes Ökosystem. Sie spricht von der gemeinsamen Schaffung eines Refugiums, wo jede Handlung eine Note in einem geteilten Lied ist, und bewegt sich dabei jenseits reiner Daten zum Rhythmus von „Ota rauhallisesti“.
AngleCore (angetrieben von ENGO Core) ist ein räumliches KI-System, das es Nutzern ermöglicht, KI-Workflows mittels visueller Muster anstatt von Text-Prompts zu entwerfen und zu interpretieren. Dieser Ansatz soll die Mehrdeutigkeit und Inkonsistenz sprachbasierter Eingaben überwinden, indem er Knoten verwendet, die rechnerische Rollen repräsentieren.