提升训练人类-AI团队的最新水平：技术报告 #5——在人类-AI组队测试平台中需测量的个体差异与团队特质
Improving the State of the Art for Training Human-AI Teams: Technical Report #5 -- Individual Differences and Team Qualities to Measure in a Human-AI Teaming Testbed
AI总结：
本报告面向人类-AI团队研究，梳理应测量的个体差异与团队特质构念，并探讨在合成任务环境中利用绩效前后调查进行数据采集的方法。
摘要：
Sonalysts, Inc.（Sonalysts）正在开展一项计划，以扩展其在团队协作方面的专业能力，使之涵盖人类-人工智能（AI）团队。这一过程的第一步是开发一个合成任务环境（STE），以支持其原创研究。此前在人类-AI团队协作研究利益相关者群体中开展的知识启发工作表明，各方希望通过绩效前和绩效后调查来支持数据收集。在本技术报告中，我们回顾了若干能够捕捉有意义的个体差异和团队协作特质的构念。此外，我们还探讨了在STE内测量这些构念的方法。
英文摘要：
Sonalysts, Inc. (Sonalysts) is working on an initiative to expand our expertise in teaming to include Human-Artificial Intelligence (AI) teams. The first step of this process is to develop a Synthetic Task Environment (STE) to support our original research. Prior knowledge elicitation efforts within the Human-AI teaming research stakeholder community revealed a desire to support data collection using pre- and post-performance surveys. In this technical report, we review a number of constructs that capture meaningful individual differences and teaming qualities. Additionally, we explore methods of measuring those constructs within the STE.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
