|
|
|
| 认知负荷与数据感知对深度求索式 AI用户交互行为的影响 |
| 张锦芝,陈思越,任立肖 |
| (天津科技大学经济与管理学院，天津300222) |
|
|
|
|
摘要 深度求索式人工智能在复杂任务中的应用日益广泛,用户在高密度信息交互中的认知负荷与数据感知成为影响其行为的关键因素。以DeepSeek为例,考察用户在使用过程中3类认知负荷的具体表现,并据此将被试划分为“低负荷”与“高负荷”两类群体。同时,从准确性、时效性,相关性及来源可信度等方面分析用户的数据感知特征。通过深度访谈与扎根理论方法,构建以认知负荷,数据感知为核心的用户交互行为理论框架,并采用结构方程模型进行实证检验。研究发现:第一,用户交互行为由认知负荷、数据感知、环境特征及个人能力共同驱动;第二,认知负荷直接影响交互效能﹐高负荷导致注意力分散与效率下降,低负荷提升探索深度;第三,数据感知通过信任机制间接影响交互行为，其对交互效能的直接影响不显著;第四,认知负荷与数据感知存在动态交互关系,共同影响用户策略与体验。研究为优化人机交互设计提供了理论依据与实践启示。
|
|
| 关键词:
深度求索式AI
认知负荷
数据感知
交互行为
|
|
出版日期: 2026-04-24
发布日期: 2026-04-24
整期出版日期: 2026-04-24
|
|
|
| 作者简介: 任立肖(1982-),女，天津科技大学经济与管理学院副教授，研究方向：智能交互行为。 |
| No Suggested Reading articles found! |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
| |
Shared |
|
|
|
|
| |
Discussed |
|
|
|
|
