המחקר עוסק בשאלה שמנהלים נוטים לדלג עליה. לא האם AI מסוגל לבצע משימה, אלא מה קורה לבני אדם כשהם חושבים שחבר צוות הוא AI. החוקרים השתמשו ב, שבה מפעיל אנושי מומחה הוצג למשתתפים כ-AI. העיצוב הזה בידד את השפעת התפיסה מהשפעת היכולת.
המאמר פורסם כגרסה לא ערוכה לפני פרסום סופי, עם תאריך קבלה של 2 ביוני 2026. הכותבים הם Yinuo Qin, Richard T. Lee ו-Paul Sajda מאוניברסיטת קולומביה. כבר בשלב התקציר הם מציגים תוצאה נגד אינטואיציה ניהולית נפוצה. צוותים ביצעו פחות טוב כאשר חבר צוות נתפס כ-AI, גם כשיכולת החבר הייתה ברמת אדם.
הניסוי התבסס על Apollo Distributed Control Task, משימה שיתופית במציאות מדומה. שלושה חברי צוות שלטו יחד בחללית דרך טבעות, בלי להתנגש ובלי להחמיץ טבעות. כל משתתף שלט בממד אחר: yaw, pitch או thrust. אף יחיד ואף זוג לא יכלו להשלים את המשימה לבדם.
מבנה המשימה חשוב להבנת הממצא. זו לא אינטראקציה של ייעוץ חד פעמי עם מערכת. זו פעולה רציפה בזמן אמת, עם תלות הדדית וראייה חלקית של הסביבה. לכן המחקר בוחן עבודה משותפת, ולא שימוש בכלי עזר.
המחקר כלל שני תנאים עיקריים. בתנאי הראשון פעלו צוותים של שלושה משתתפים אנושיים. בתנאי השני שני משתתפים אנושיים עבדו עם ישות בשם Alice, שהוצגה כ-AI שאומן במודלי למידת מכונה ומבין אסטרטגיה ותקשורת מילולית. בפועל Alice הופעלה בידי נסיין מומחה, מנוסה ועקבי.
התוצאה המרכזית הייתה ברורה. צוותים אנושיים מלאים השיגו יותר הצלחות במעבר טבעות מצוותי אדם ו-AI. ההבדל היה מובהק סטטיסטית: T(28)=4.893, P<0.0001. טווח הניקוד האפשרי במשימה היה 0 עד 2025.
החוקרים בדקו אם הכשל נבע מביצוע מוטורי של חבר הצוות שהוצג כ-AI. הם השוו את תדירות פעולות השלט של ה-ThrustPilot האנושי לזו של WoZ AI. לא נמצא הבדל מובהק: T(28)=0.362, P=0.7199. כלומר, התנועה עצמה לא מסבירה את ירידת הביצועים.
דווקא בני האדם האחרים שינו התנהגות. בתפקידי YawPilot ו-PitchPilot, משתתפים בצוותי אדם ו-AI ביצעו יותר פעולות שליטה מחבריהם בצוותים אנושיים מלאים. ההבדלים היו מובהקים: YawPilot עם T(28)=6.045, P<0.0001, ו-PitchPilot עם T(28)=6.793, P<0.0001. החוקרים מפרשים זאת כשינוי התנהגותי מול נוכחות נתפסת של AI.
תקשורת מילולית לא פתרה את הפער. החוקרים בחנו שלושה מצבי תקשורת. הראשון היה ללא תקשורת, השני התיר מילות פקודה בלבד, והשלישי אפשר דיבור חופשי. בכל אחד מהם צוותים אנושיים מלאים ביצעו טוב יותר מצוותי אדם ו-AI.
גם בתוך כל סוג צוות, פרוטוקול התקשורת לא שינה ביצועים באופן מובהק. בצוותים אנושיים מלאים התקבל F(2,34)=0.066, P=0.9367. בצוותי אדם ו-AI התקבל F(2,22)=0.386, P=0.6845. עם זאת, צוותי אדם ו-AI דיברו פחות ובמשך זמן קצר יותר.
הפער גדל כאשר המשימה נהייתה קשה יותר. בתנאי הקל לא נמצא הבדל מובהק בין סוגי הצוותים: T(28)=1.808, P=0.0813. בתנאי הביניים ובתנאי הקשה הפער היה מובהק: T(28)=6.706, P<0.0001, ו-T(28)=5.864, P<0.0001. הממצא הזה רלוונטי במיוחד למצבי עבודה שבהם תיאום חשוב יותר מהשלמת פעולה בודדת.
המדדים הפיזיולוגיים מוסיפים שכבה ניהולית חשובה. משתתפים בצוותי אדם ו-AI הראו עוררות גבוהה יותר ודינמיקת אישונים פחות מותאמת לאירועי המשימה. החוקרים מצאו גם שיעור מצמוץ גבוה יותר: T(28)=2.203, P=0.0360. אמון סובייקטיבי ב-AI עלה לאורך זמן, אך השיפור הזה לא תורגם לביצועים טובים יותר.