ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
This article develops a conceptual account of the illusion of AI competence: a calibration failure in which gains in operating generative AI systems are misread as gains in the capacity to evaluate their outputs and in underlying domain knowledge. Drawing on cognitive offloading, the illusion of explanatory depth, the extended mind hypothesis, and research on automation bias and machine heuristics, the article specifies three analytically distinct dimensions of AI competence: operational (AI-O), evaluative (AI-E), and domain-task (DT), arguing that the illusion arises from cross-dimensional inference under asymmetric feedback. A structured but non-exhaustive conceptual review, organized into eight search arms including a deliberate disconfirming arm, maps the current evidence base and identifies where it is thin or contested. The resulting framework is presented as a directed causal model with three moderators, accompanied by two falsifiable implications concerning interface transparency and feedback disruption. The article concludes that the phenomenon is best understood as design-contingent rather than inevitable, with implications for AI literacy curricula and interface design.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 79/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Human-Automation Interaction and Safety · Ethics and Social Impacts of AI · Cybernetics and Technology in Society
บทบาทของนักวิจัยและสถาบันไทย
Rathapol Pradubwate · Srinakharinwirot University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง