<p><em>新的科學支持模型將衡量人類與人工智能協作的有效性。</em></p>
<p>, /PRNewswire/ -- 隨着組織加速對人工智能的投資和採用，工作場所所需的人類行為正在發生變化——工作表現的性質也在變化。將快速發展的技術疊加在舊的工作方式上，造成了一個昂貴的盲點，這種盲點獎勵活動而非質量，並使人工智能的誤用和過度依賴得以滋生。</p>
<p>未來表現最優秀的組織將以其理解、衡量和發展使人工智能有效運作的人類能力的能力為特徵。全球人才管理專家 Talogy 正在推出一個新的科學支持模型，旨在識別和消除人類與人工智能團隊合作中的關鍵盲點。</p>
<p>在這種狹隘的短期關注於即時效率和生產力提升的背景下，組織面臨嚴重的運營風險。根據 Talogy 首席科學家 Ted Kinney 的説法，這一新模型將為領導者和人力資源團隊提供優化人類與人工智能協作所需的洞察和指導，以應對靈活、未來準備好的勞動力。</p>
<p>“組織專注于衡量人工智能素養、自我報告的能力和使用頻率。然而，如果我們忽視人類與人工智能互動的實際質量，就有可能簡化人工智能採用的問題。</p>
<p>“組織迫切需要了解每個人如何與人工智能互動——以及這種協作的質量。有效性因人而異，有些人過度依賴人工智能，而另一些人則不夠信任它。</p>
<p>“沒有這種更深層次的洞察，組織就將績效置於風險之中，” Kinney 説。</p>
<p><strong>超越採用，優化人工智能</strong></p>
<p>Talogy 的新的人類與人工智能協作模型結合了工業/組織心理學、人因工程、認知科學和教育心理學的洞察，以描繪個體在人工智能協作中的自然潛力、與人工智能的協作效果，以及這種協作是否增強了他們的技能和成果，或隨着時間的推移削弱了他們的能力。</p>
<p>通過識別特定的人類優勢和發展領域，該模型使僱主能夠優化人類與人工智能的工作流程，同時保護獨立的批判性思維。</p>
<p>這些洞察首次在 Talogy 的旗艦人格評估工具 Talogy Caliper™中亮相。這一整合使領導者能夠識別塑造個人如何與自動化工具互動的個人特徵，重點關注人類與人工智能協作的基礎：</p>
<ul>
<li>判斷力 - 人們如何評估信息、不確定性、背景和風險。</li>
<li>好奇心 - 人們如何學習、探索以及在工作和工具變化時適應。</li>
<li>連接 - 人們如何在人工智能驅動的工作中進行溝通、協作、挑戰和保持責任感。</li>
</ul>
<p>心理學家、Talogy 評估創新經理 Kristin Delgado 領導了該模型的開發，並評論道：“我們設計這個模型是為了幫助人力資源和商業領導者理解個體的基礎能力和技能如何影響人工智能的有效使用和協作。</p>
<p>“最終，我們希望看到未來的勞動力在與人工智能的協作中增強他們的技能並推動更好的成果。忽視這一關鍵盲點有可能削弱勞動力的能力——這是任何企業都無法承受的風險。”</p>
<p>首席科學家 Ted Kinney 強調，舒適地使用人工智能和對人工智能工具的瞭解不再是過去的差異化因素。“知道如何使用人工智能並不能預測更好的協作。強大的協作者與弱者之間的區別在於他們在人工智能工作場所帶來的判斷力、好奇心和連接。</p>
<p>“那些從靜態的人工智能熟悉度指標轉向對人工智能角色的更深刻、更細緻理解的組織，將是與未來的人工智能共同繁榮的組織。”</p>
<p>視覺信息圖：Talogy 的人類與人工智能協作模型。</p>
<p>下載 Talogy 的人類與人工智能協作概述。</p>
<p><strong>關於 Talogy：</strong></p>
<p>Talogy 自豪地成為全球領先的人才管理解決方案提供商之一。制定個性化解決方案，以幫助全球選擇、發展和轉型人才和組織。</p>
<p>與組織合作，真正理解他們的挑戰，以幫助他們做出最佳的數據驅動人員決策。</p>
<p>結合 75 年以上的專業知識、豐富的內容庫和創新技術，Talogy 幫助客户尋找、培養和發展最佳人才。</p>
<p>來源 Talogy</p>
<p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNzA4Jk5ld3NJdGVtSWQ9TEE5OTYwOSZUcmFuc21pc3Npb25fSWQ9MjAyNjA3MDgwNzA0UFJfTkVXU19VU1BSX19fX19MQTk5NjA5?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNzA4Jk5ld3NJdGVtSWQ9TEE5OTYwOSZUcmFuc21pc3Npb25fSWQ9MjAyNjA3MDgwNzA0UFJfTkVXU19VU1BSX19fX19MQTk5NjA5"/></p>

<p>Talogy 是一家全球人才管理專家，推出了一種基於科學的人機協作模型，以解決人機團隊合作中的盲點。該模型旨在通過衡量個人能力，如判斷力、好奇心和連接性，而不僅僅是人工智能素養，來優化協作。該模型集成在 Talogy Caliper™中，幫助組織降低過度依賴或誤用的風險，確保員工的有效性和未來的適應能力</p>

<p><em>New science-backed model will measure the effectiveness of human-AI collaboration.</em></p>
<div class="lb-trans"><p><em>新的科學支持模型將衡量人類與人工智能協作的有效性。</em></p>
</div><p>, /PRNewswire/ -- As organizations accelerate AI investment and adoption, required human behaviors in the workplace are changing - and so is the nature of job performance itself. Overlaying rapidly evolving technology onto old ways of working creates a costly blind spot that rewards activity over quality and allows AI misuse and over-reliance to thrive.</p>
<div class="lb-trans"><p>, /PRNewswire/ -- 隨着組織加速對人工智能的投資和採用，工作場所所需的人類行為正在發生變化——工作表現的性質也在變化。將快速發展的技術疊加在舊的工作方式上，造成了一個昂貴的盲點，這種盲點獎勵活動而非質量，並使人工智能的誤用和過度依賴得以滋生。</p>
</div><p>The highest performing organizations of the future will be defined by their ability to understand, measure and develop the human capabilities that make AI work. Global talent management experts Talogy are introducing a new, science-backed model designed to identify and eliminate those critical blind spots in human-AI teamwork.</p>
<div class="lb-trans"><p>未來表現最優秀的組織將以其理解、衡量和發展使人工智能有效運作的人類能力的能力為特徵。全球人才管理專家 Talogy 正在推出一個新的科學支持模型，旨在識別和消除人類與人工智能團隊合作中的關鍵盲點。</p>
</div><p>With this narrow, short-term focus on immediate efficiency and productivity increases, organizations face serious operational risks. According to Talogy's Chief Scientist, Ted Kinney, the new model will equip leaders and HR teams with the insights and guidance needed to optimize human-AI collaboration for an agile, future-ready workforce.</p>
<div class="lb-trans"><p>在這種狹隘的短期關注於即時效率和生產力提升的背景下，組織面臨嚴重的運營風險。根據 Talogy 首席科學家 Ted Kinney 的説法，這一新模型將為領導者和人力資源團隊提供優化人類與人工智能協作所需的洞察和指導，以應對靈活、未來準備好的勞動力。</p>
</div><p>&#34;Organizations are focused on measuring AI literacy, self-reported competence, and usage frequency. However, we risk oversimplifying the problem with AI adoption if we ignore the actual quality of the human-AI interaction.</p>
<div class="lb-trans"><p>“組織專注于衡量人工智能素養、自我報告的能力和使用頻率。然而，如果我們忽視人類與人工智能互動的實際質量，就有可能簡化人工智能採用的問題。</p>
</div><p>&#34;There is a critical need for organizations to understand how each individual interacts with AI - and the quality of the collaboration. Effectiveness can vary from person-to-person, with some over-relying on AI, others not trusting it enough.</p>
<div class="lb-trans"><p>“組織迫切需要了解每個人如何與人工智能互動——以及這種協作的質量。有效性因人而異，有些人過度依賴人工智能，而另一些人則不夠信任它。</p>
</div><p>&#34;Without this deeper insight, organizations are putting performance at risk,&#34; Kinney said.</p>
<div class="lb-trans"><p>“沒有這種更深層次的洞察，組織就將績效置於風險之中，” Kinney 説。</p>
</div><p><strong>Moving beyond adoption to AI optimization</strong></p>
<div class="lb-trans"><p><strong>超越採用，優化人工智能</strong></p>
</div><p>Talogy's new Human AI Collaboration Model combines insights from I/O psychology, human factors, cognitive science and educational psychology to map an individual's natural potential for AI collaboration, how well they work with AI and if it strengthens their skills and outcomes or erodes their capabilities over time.</p>
<div class="lb-trans"><p>Talogy 的新的人類與人工智能協作模型結合了工業/組織心理學、人因工程、認知科學和教育心理學的洞察，以描繪個體在人工智能協作中的自然潛力、與人工智能的協作效果，以及這種協作是否增強了他們的技能和成果，或隨着時間的推移削弱了他們的能力。</p>
</div><p>By identifying specific human strengths and development areas, the model enables employers to optimize human-AI workflows while safeguarding independent critical thinking.</p>
<div class="lb-trans"><p>通過識別特定的人類優勢和發展領域，該模型使僱主能夠優化人類與人工智能的工作流程，同時保護獨立的批判性思維。</p>
</div><p>These insights debut within Talogy's flagship personality assessment, Talogy Caliper™. This integration allows leaders to identify the personal characteristics that shape how a person engages with automated tools, focusing on the foundations of human-AI collaboration:</p>
<div class="lb-trans"><p>這些洞察首次在 Talogy 的旗艦人格評估工具 Talogy Caliper™中亮相。這一整合使領導者能夠識別塑造個人如何與自動化工具互動的個人特徵，重點關注人類與人工智能協作的基礎：</p>
</div><ul>
<li>Judgment - How people evaluate information, uncertainty, context, and risk.</li>
<li>Curiosity - How people learn, explore, and adapt as work and tools change.</li>
<li>Connection - How people communicate, collaborate, challenge, and stay accountable in AI-enabled work.</li>
</ul>
<div class="lb-trans"><ul>
<li>判斷力 - 人們如何評估信息、不確定性、背景和風險。</li>
<li>好奇心 - 人們如何學習、探索以及在工作和工具變化時適應。</li>
<li>連接 - 人們如何在人工智能驅動的工作中進行溝通、協作、挑戰和保持責任感。</li>
</ul>
</div><p>Kristin Delgado, psychologist and Talogy's manager of assessment innovation, led the model's development and commented, &#34;We designed this to help HR and business leaders understand how an individual's foundational capabilities and skills are shaping the effective use of - and collaboration with - AI.</p>
<div class="lb-trans"><p>心理學家、Talogy 評估創新經理 Kristin Delgado 領導了該模型的開發，並評論道：“我們設計這個模型是為了幫助人力資源和商業領導者理解個體的基礎能力和技能如何影響人工智能的有效使用和協作。</p>
</div><p>&#34;Ultimately, we want to see the workforce of the future strengthen their skills and drive better outcomes <em>alongside</em> AI. Overlooking this critical blind spot risks eroding workforce capability - a risk no business can afford to take.&#34;</p>
<div class="lb-trans"><p>“最終，我們希望看到未來的勞動力在與人工智能的協作中增強他們的技能並推動更好的成果。忽視這一關鍵盲點有可能削弱勞動力的能力——這是任何企業都無法承受的風險。”</p>
</div><p>Chief Scientist Ted Kinney emphasized that comfortable use of AI and knowledge of AI tools are not the differentiators they used to be. &#34;Knowing how to use AI doesn't predict better collaboration. What separates strong collaborators from weak ones is the judgment, curiosity and connection they bring to the AI workplace.</p>
<div class="lb-trans"><p>首席科學家 Ted Kinney 強調，舒適地使用人工智能和對人工智能工具的瞭解不再是過去的差異化因素。“知道如何使用人工智能並不能預測更好的協作。強大的協作者與弱者之間的區別在於他們在人工智能工作場所帶來的判斷力、好奇心和連接。</p>
</div><p>&#34;Organizations that shift from static measures of AI familiarity towards a deeper, more nuanced understanding of AI's role are the organizations that will thrive alongside the AI of tomorrow.&#34;</p>
<div class="lb-trans"><p>“那些從靜態的人工智能熟悉度指標轉向對人工智能角色的更深刻、更細緻理解的組織，將是與未來的人工智能共同繁榮的組織。”</p>
</div><p>Visual infographic: Talogy's Human-AI Collaboration Model.</p>
<div class="lb-trans"><p>視覺信息圖：Talogy 的人類與人工智能協作模型。</p>
</div><p>Download Talogy's Human-AI Collaboration Overview.</p>
<div class="lb-trans"><p>下載 Talogy 的人類與人工智能協作概述。</p>
</div><p><strong>About Talogy:</strong></p>
<div class="lb-trans"><p><strong>關於 Talogy：</strong></p>
</div><p>Talogy is proud to be one of the world's leading talent management solution providers. Crafting personalized solutions to help select, develop, and transform talent and organizations worldwide.</p>
<div class="lb-trans"><p>Talogy 自豪地成為全球領先的人才管理解決方案提供商之一。制定個性化解決方案，以幫助全球選擇、發展和轉型人才和組織。</p>
</div><p>Partnering with organizations to truly understand their challenges inside out to help them make the best data-driven people decisions.</p>
<div class="lb-trans"><p>與組織合作，真正理解他們的挑戰，以幫助他們做出最佳的數據驅動人員決策。</p>
</div><p>Combining 75+ years of expertise, an extensive content library, and innovative technology, Talogy helps clients find, build, and grow the best talent.</p>
<div class="lb-trans"><p>結合 75 年以上的專業知識、豐富的內容庫和創新技術，Talogy 幫助客户尋找、培養和發展最佳人才。</p>
</div><p>SOURCE Talogy</p>
<div class="lb-trans"><p>來源 Talogy</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://rt.prnewswire.com/rt.gif/query-RGF0ZUlkPTIwMjYwNzA4Jk5ld3NJdGVtSWQ9TEE5OTYwOSZUcmFuc21pc3Npb25fSWQ9MjAyNjA3MDgwNzA0UFJfTkVXU19VU1BSX19fX19MQTk5NjA5" alt="" original-src="https://rt.prnewswire.com/rt.gif?NewsItemId=LA99609&amp;Transmission_Id=202607080704PR_NEWS_USPR_____LA99609&amp;DateId=20260708"/></p>

Talogy 的首席科學家警告，人類與人工智能團隊合作中的盲點帶來了嚴重的風險