你跟上我了吗？检测任务型团队对话中心智模型差异的框架

人类通常使用自然语言向队友更新任务状态。但由于并非所有更新都得到沟通，团队成员之间的心智模型会产生差异，从而对整体团队绩效产生负面影响。目前，传统的共享心智模型评估方法依赖回顾性的专家编码，无法捕捉实时的协调动态。为此，来自塔夫茨大学的研究人员提出了一种新的框架，用于识别和分类四种心智模型差异：无依据信念（即缺乏证据支持的信念）、错误信念（与事实不符的信念）、信念矛盾（同一成员持有相互冲突的信念）和信息遗漏（关键信息未被提及）。这些差异自然出现在团队对话中。研究使用了20组双人团队在四个连续层级上执行协作物体识别任务的对话数据。结果显示，这些差异模式包含预测信号：通过简单平均历史差异计数作为探索性基线，该框架达到了有意义的预测精度，且不同差异类型的可预测性不同。例如，错误信念和信念矛盾在预测未来协调问题方面尤为有效。该研究已被2026年认知科学学会年会接收，论文作者为Katharine Kowalyshyn和Matthias Scheutz。这项工作为实时团队协调监测提供了新的工具，未来可应用于人机协作系统，例如在AI辅助的团队中及时检测并弥合心智模型差距，从而提升整体任务表现。