寶馬與慕尼黑大學:當AI助手忙碌時,它需要告訴我們在干什么嗎？

這項來自寶馬集團研究與技術部門、慕尼黑大學以及奧格斯堡大學的聯合研究發表于2026年2月，研究編號為arXiv:2602.15569v1，旨在探討車載AI助手在執行復雜任務時應該如何與用戶溝通。

當你坐在車里，對智能助手說"帶我去張經理那里，他發給我地址了，如果電量不足10%就安排個快充站"，然后助手開始工作。此時你面臨一個選擇：是希望助手靜靜工作直到給出最終結果，還是希望它邊做邊匯報進展？這個看似簡單的問題，卻涉及到用戶體驗、信任建立和認知負荷等多個層面。

現代的AI助手正在變得越來越強大，它們不再只是簡單地回答問題，而是能夠自主執行復雜的多步驟任務。比如安排一次出行，助手可能需要查找聯系人、提取地址信息、檢查電池狀態、搜索充電站、規劃路線等多個步驟。這個過程可能需要幾十秒甚至更長時間，那么在這段時間里，助手應該保持沉默，還是應該實時報告進展呢？

這個問題在駕駛場景中變得更加復雜。開車時，司機的注意力主要集中在駕駛上，任何額外的信息都可能造成分心。但完全的靜默又可能讓用戶不確定系統是否正常工作，從而影響信任度。就像廚師在后廚準備復雜菜品時，是應該不斷向客人匯報"正在切菜"、"正在調料"，還是應該專心烹飪，最后直接端出成品呢？

為了回答這個問題，研究團隊設計了一項精巧的實驗。他們搭建了一個模擬駕駛環境，包含一個固定的汽車座艙模型，參與者坐在駕駛座上完成整個研究。這個環境包括語音用戶界面（通過揚聲器提供聽覺反饋）、圖形用戶界面（平板電腦放在典型的車載中控位置）以及車道保持駕駛模擬（顯示在車外2.7米處的垂直屏幕上）。

研究設計巧妙地模擬了真實的使用場景。參與者需要在兩種不同的情境下使用語音助手：一種是靜止狀態（單任務），另一種是同時進行車道保持任務（雙任務）。雖然車輛本身不會移動，但車道保持任務通過鼠標操作實現，要求參與者持續修正橫向偏移來保持車道位置。這種設計既確保了實驗的一致性，又模擬了駕駛時注意力分散的核心特征。

研究團隊之前已經開發了一個功能完整的智能車載語音助手，能夠處理復雜的多步驟任務并提供實時中間反饋。在這個基礎上，他們為研究創建了一個專門的原型系統。這個系統使用ProtoPie部署在平板電腦上，模擬車載中控顯示屏。為了確保實驗的嚴格可比性，每個任務配置的目標話語都顯示在屏幕上供參與者朗讀。系統會實時轉錄語音輸入并顯示在屏幕上，向參與者表明輸入已被接收。

一、兩種截然不同的反饋策略對比

研究團隊設計了兩種截然不同的反饋策略來進行對比。第一種叫做"無中間反饋"策略，就像一位沉默的助手。當參與者說出請求后，系統會發出點擊聲并在中控屏上顯示"我正在規劃中..."的提示，然后就保持沉默，直到所有工作完成后一次性給出詳細的最終結果。這種方式反映了許多AI系統的實際工作模式，特別適合不希望被打斷的場景。

第二種叫做"規劃與結果反饋"策略，就像一位健談的助手。這種方式不僅會在最后給出總結，還會在處理過程中提供信息豐富的中間更新。比如當助手在查找聯系人時，它會說"我已經在你的聯系人中找到了張經理"；當檢查電池狀態時，會說"我發現電池電量將降至10%以下，正在尋找合適的充電站"。這些中間更新通過聽覺和視覺兩種方式呈現，研究表明這是一種有效的設計選擇。

為了確保兩種策略的公平比較，研究團隊精心設計了任務的復雜程度。他們創建了兩種不同復雜度的任務：中等時長任務包含3個中間步驟，總共需要26秒完成；高復雜度任務包含6個中間步驟，需要45秒完成。對于有中間反饋的策略，更新信息以固定的5秒間隔呈現，這個時間間隔是基于研究團隊在真實智能助手原型上使用不同AI模型的經驗平均值得出的，同時也低于用戶注意力保持的10秒上限。

任務設計充分考慮了現實場景的復雜性。比如一個典型的任務是："帶我去張經理那里走最快路線，他給我發過地址，如果電池電量降到10%以下就安排快充站"。這個看似簡單的請求實際上包含多個步驟：搜索聯系人、提取郵件中的地址信息、檢查電池狀態、搜索充電站、規劃包含充電停靠點的路線等。為了避免任務記憶化帶來的偏差，研究團隊在八個任務中交替使用可互換的屬性，比如"最快/最短"路線、"麥當勞/面包店"、"20%/10%"電池閾值等，保持任務在概念上等價的同時增加變化。

二、全面測量用戶體驗的四個關鍵維度

為了全面了解不同反饋策略對用戶的影響，研究團隊精心選擇了四個關鍵測量維度，就像用不同的鏡頭來觀察同一個現象。

第一個維度是感知速度，這直接反映了用戶對系統響應性的主觀感受。研究團隊使用了一個簡單直觀的7點量表，從"非常慢"到"非常快"，讓參與者在每個任務后立即評價系統的速度感受。這就像問一個等餐的顧客感覺上菜速度如何，雖然客觀時間固定，但主觀感受可能大相徑庭。

第二個維度是任務負荷，采用了廣泛使用的NASA任務負荷指數中的三個子量表：心理需求、時間壓力和挫敗感。心理需求測量用戶感受到的認知壓力，比如需要多少思考、決策和記憶；時間壓力評估用戶是否感到匆忙或緊張；挫敗感則反映用戶在任務過程中的情緒狀態。這三個維度組合起來就像測量一個人在復雜工作中的整體壓力感受。

第三個維度是用戶體驗，研究團隊選擇了用戶體驗問卷的三個核心子量表：吸引力（整體印象）、可依賴性（感知控制和可預測性）以及風險處理能力（檢測和處理風險的能力）。這些指標從不同角度評估用戶對系統的整體滿意度，就像評價一款產品時會考慮美觀度、可靠性和安全性一樣。

第四個維度是用戶信任，使用了專門針對人工智能的簡化信任量表，包含對系統的信心、可靠性認知和信任度三個方面。信任在人機交互中至關重要，它往往決定用戶是否愿意采用和依賴系統。研究團隊在參與者體驗了兩種交互情境后測量信任度，讓他們能形成全面的系統級信任評估。

為了確保測量的準確性和減少問卷負擔，不同的測量維度在不同的時間點進行。感知速度在每個任務后立即測量，因為這是對等待時間最敏感的指標；用戶體驗和任務負荷在每兩個任務后測量，因為這些指標相對穩定；信任度在體驗完每種反饋策略的所有任務后測量一次，因為信任是對整個系統的綜合評估。

三、令人意外的實驗結果揭示真相

研究結果令人印象深刻，而且有些發現出乎意料。最顯著的發現是，提供中間反饋的策略在所有測量維度上都顯著優于僅在最后提供結果的策略。用統計學的話說，這種改善效應從小到大不等，但都具有統計顯著性。

最引人注目的是感知速度的巨大改善。當系統提供中間反饋時，用戶感覺速度明顯更快，這種效應非常強烈。有趣的是，兩種策略的實際完成時間是相同的，但用戶的主觀感受卻截然不同。這就像兩個人同時開始烹飪，一個廚師不斷告知進展，另一個廚師保持沉默到最后才出菜，雖然實際用時相同，但等待的人會覺得健談的廚師更快。

更令研究者驚訝的是任務負荷的變化。原本預期中間反饋會增加用戶的認知負擔，因為需要處理更多的交互點。但結果卻恰恰相反：提供中間反饋實際上減少了任務負荷，特別是在挫敗感方面。用戶報告說，當他們知道系統在做什么時，感到更放松和更少挫敗。這種現象可以用"信息焦慮"來解釋：當人們不知道正在發生什么時，不確定性本身就會產生壓力。

用戶體驗方面的改善也很全面。中間反饋策略在吸引力、可依賴性和風險處理能力三個子維度上都有顯著提升，其中風險處理能力的改善最為明顯。這表明當用戶能看到系統的工作過程時，他們更有信心系統能正確處理潛在問題。

信任度的提升雖然相對較小，但同樣具有統計顯著性。深入分析發現，這種信任提升主要體現在可靠性和可信度兩個子維度上，而在信心維度上沒有顯著差異。這暗示中間反饋主要通過展示系統的工作過程來建立信任，而不是通過提升用戶對系統能力的信心。

任務復雜度對結果產生了有趣的調節作用。研究發現，隨著任務時間的延長，僅提供最終結果的策略中用戶感知的速度顯著下降，而提供中間反饋的策略則能很好地緩解這種負面影響。這說明中間反饋在長時間任務中特別重要，就像長途旅行中需要更多的路標指示一樣。

駕駛情境對結果的影響相對有限。雖然研究團隊預期在駕駛時反饋策略的效果可能會有所不同，但實際上兩種情境（靜止和駕駛）下的主要效應模式基本一致。這表明中間反饋的益處具有較強的魯棒性，不會因為注意力的分散而顯著減弱。不過，有一個趨勢是駕駛時的任務負荷略有增加，這符合預期，但沒有達到統計顯著水平。

四、用戶期望的智能適應性反饋系統

除了量化實驗，研究團隊還通過深度訪談揭示了用戶對未來智能反饋系統的期望。這些發現為設計更加人性化的AI助手提供了寶貴洞察。

用戶普遍表達了一個核心觀點：反饋的詳細程度應該根據系統的可信度動態調整。就像與一個新朋友交往時需要更多溝通來建立信任，而與老朋友交流時可以更加簡潔一樣。參與者提到，當系統剛開始使用時，他們希望獲得詳細的反饋來了解系統的工作方式和可靠性。隨著時間推移，當系統證明了自己的可靠性后，用戶愿意接受更精簡的反饋以提高效率。

這種適應不僅基于時間，還基于任務的特征。用戶強調，當任務具有模糊性、高風險性或新穎性時，無論他們對系統有多信任，都希望獲得更詳細的反饋。比如，當系統需要發送重要郵件或聯系重要人員時，用戶希望得到確認；而對于選擇快餐店這樣的低風險決策，他們更愿意讓系統自主決定而不需要過多溝通。

外部環境因素對反饋偏好的影響呈現出有趣的分歧。在媒體播放場景中，一些用戶希望減少語音反饋以避免干擾，偏向于獲得簡潔的最終總結。他們說"聽音樂時，重復說話很煩人"或"播放播客時，多次重復信息令人厭煩"。然而，另一些用戶則堅持認為即使在播放媒體時也應該保持一致的反饋，他們表示"即使有音樂，我也希望在需要時得到反饋"。

社交場景帶來了額外的敏感性。一些參與者認為在有乘客時持續的中間反饋可能更加令人疲憊，他們傾向于使用單一的結束總結來避免干擾對話。這反映了人們對社交禮儀的考慮，不希望AI助手的頻繁發聲影響車內的人際交流。

用戶對控制權的需求非常明確。無論系統如何智能地適應情境，參與者都強調需要輕量級的用戶控制來調節反饋詳細程度。許多人提到了靜音功能的重要性，希望能在需要時告訴系統"不要說話"或"保持安靜"。這種控制需求在媒體播放或乘客在場時尤其強烈。

一個特別有趣的發現是用戶對漸進式信息處理的偏好。參與者對比了接收分步更新與一次性信息轉儲的體驗，普遍認為前者在認知上更輕松。正如一位參與者所說："這是相同的信息，但一次性全部給出更難吸收。" 這解釋了為什么中間反饋策略在任務負荷測量中表現更好。

用戶還展現了對系統學習能力的期望。他們希望系統能記住重復復雜任務的處理方式，并在后續類似任務中提供更簡化的交互。比如，如果用戶經常請求系統規劃包含充電站的路線，系統應該學會在后續類似請求中減少確認步驟。這體現了用戶對個性化和智能化的期望。

五、設計啟示：構建更好的AI交互體驗

基于這些發現，研究團隊提出了一系列實用的設計建議，這些建議不僅適用于車載助手，也為其他領域的AI系統設計提供了參考。

首要的建議是在長時間、多步驟任務中默認提供中間反饋，特別是在系統采用的早期階段。研究表明，這種做法在感知速度、用戶體驗、信任建立和任務負荷管理方面都有顯著益處。這個建議在用戶還在學習信任系統時尤其重要，因為透明度有助于建立信心。

關于反饋內容的深度，研究強烈建議使用包含實際內容的更新，而不是簡單的進度提示。比如說"我找到了張經理的聯系方式"比簡單的"正在處理中"要有效得多。這種做法有助于維持交流中的共同理解，讓用戶始終清楚系統在做什么以及為什么這樣做。簡單的進度條或"正在工作"的提示無法提供這種理解層面的反饋。

對于長期使用的適應策略，建議系統采用"高透明度起步，逐步精簡"的方法。系統應該首先通過詳細反饋建立透明度，然后隨著證明可靠性而逐步減少反饋詳細程度。但這種精簡必須是可逆的——當系統遇到新穎、模糊或高風險任務時，應該立即恢復到更詳細的反饋模式。

情境適應方面的建議更加細致。對于內部任務因素，系統應該根據任務的新穎性、模糊性和風險等級來調整反饋詳細程度。新任務需要更多解釋，模糊請求需要更多確認，高風險操作需要更多驗證。而對于外部情境因素，如媒體播放或社交場合，由于用戶偏好差異較大，建議提供簡單的用戶控制選項，比如臨時靜音或減少反饋的語音命令。

在技術實現層面，研究為多模態反饋的設計提供了指導。同時使用聽覺和視覺反饋被證明是有效的策略，這符合認知負荷理論中關于多重資源的觀點。聽覺反饋適合在駕駛等主要依賴視覺的任務中使用，而視覺反饋可以提供更持久的信息展示。

研究還為反饋時機的設計提供了具體建議。5秒的更新間隔被證明是有效的，既能保持用戶的參與感，又不會過于頻繁而造成干擾。這個時間間隔低于注意力保持的上限，同時給系統足夠時間完成有意義的工作步驟。

對于跨領域的應用，研究結果表明這些原則可能適用于其他主要任務系統和雙任務環境。比如客戶服務AI、社交機器人或智能家居助手在執行復雜任務時都可能受益于類似的反饋策略。關鍵是要確保AI助手和主要任務使用不同的認知通道，以避免干擾。

六、研究的局限性與未來展望

研究團隊坦誠地承認了研究的幾個局限性。首先，所有參與者都來自同一家汽車公司，雖然涵蓋了多個部門并具有不同的人口統計特征，但這可能限制了結果的普遍適用性。不同文化背景、年齡群體或技術熟練程度的用戶可能會有不同的反饋偏好。

駕駛情境的模擬雖然提供了一致的認知負荷控制，但無法完全捕捉真實駕駛的復雜性，比如動態交通、環境干擾或緊急情況的處理。此外，這種設計將感知車輛狀態與任務需求混合在一起。研究團隊認為觀察到的效應主要由注意力需求驅動，但未來研究可以通過比較手動駕駛與自動駕駛來更清楚地分離這些因素。

反饋策略的設計也有簡化之處。中間反饋以固定的5秒間隔提供，但自適應或情境感知的反饋策略可能會產生不同的結果。同樣，反饋總是同時通過語音和視覺通道提供，而不同的模態組合可能會有不同的效果。

時間維度的局限性也值得注意。研究捕捉的是用戶對不同反饋策略的即時反應，而長期適應效應只能通過訪談中的自我報告來評估，缺乏來自長期真實使用的行為數據。這為未來的縱向研究留下了重要空間。

盡管存在這些局限性，這項研究為理解AI助手的反饋設計提供了重要基礎。它不僅驗證了中間反饋在多個維度上的益處，還揭示了用戶對自適應反饋系統的復雜需求。這些發現為設計更加人性化、更受信任的AI助手指明了方向。

說到底，這項研究回答了一個看似簡單但實際復雜的問題：當AI助手在后臺忙碌工作時，它應該讓我們知道它在做什么嗎？答案是肯定的，但方式需要智慧。就像優秀的服務員會在適當的時候更新顧客關于訂單的進展，而不會過度打擾一樣，AI助手也需要學會在透明度和效率之間找到最佳平衡點。隨著AI系統變得越來越復雜和自主，這種人機交流的藝術將變得越來越重要。畢竟，技術再先進，如果不能與人類和諧相處，就失去了它的真正價值。

Q&A

Q1：車載AI助手提供中間反饋到底有什么好處？

A：研究發現提供中間反饋的車載AI助手在四個關鍵方面都明顯更好。首先是速度感知大幅提升，用戶感覺系統響應更快；其次是降低了任務負荷，特別是減少了挫敗感；第三是全面改善用戶體驗，包括吸引力、可靠性和風險處理能力；最后是增強了用戶信任，特別是對系統可靠性的信心。最令人意外的是，原本擔心的認知負擔增加問題根本沒有出現，反而減輕了用戶壓力。

Q2：什么情況下AI助手應該提供詳細反饋，什么時候應該保持簡潔？

A：用戶希望AI助手采用智能適應策略。在系統使用初期，用戶需要詳細反饋來建立信任和了解系統工作方式。隨著系統證明可靠性，可以逐步精簡反饋提高效率。但當遇到新穎、模糊或高風險任務時，無論用戶多信任系統都應該恢復詳細反饋。比如發送重要郵件需要確認，而選擇快餐店這樣的低風險決策可以簡化處理。外部環境如播放音樂或有乘客時，用戶偏好分化較大，最好提供簡單的控制選項。

Q3：這項研究對其他AI產品的設計有什么啟發？

A：研究結果可以指導客戶服務AI、智能家居助手、社交機器人等多種AI系統的設計。核心原則是在執行長時間復雜任務時提供包含實際內容的中間更新，而不是簡單的"正在處理"提示。關鍵是要確保AI助手和用戶的主要任務使用不同的認知通道以避免干擾。比如用戶在閱讀時，語音助手的聲音反饋就不會造成沖突。5秒左右的更新間隔被證明有效，既保持參與感又不過于頻繁。