Human-Computer Interaction· 2026Q2
Yansıtma Cezası: Yöneticiler İnsan Koçluğu Kabul Ederken Yapay Zeka Aracısını Kabul Etmiyor
The Reflection Penalty: when managers accept leadership coaching from a human but not an AI agent
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Yöneticiler, yapay zeka koçundan yansıtıcı sorgulama yapmasını beklemek yerine cevaplar istedi; bu durum, aynı protokolü kullanan insan koçuna kıyasla 'Yansıtma Cezası' olarak adlandırıldı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Yöneticiler, aynı sorgulama protokollerine rağmen, yapay zeka koçları yerine insan koçlarını liderlik gelişimi için tercih etti.
- Katılımcılar insan koçlarından gelen yansıtıcı sorgulamaları memnuniyetle karşılarken, yapay zeka koçlarından doğrudan cevaplar aradı.
- 'Yansıtma Cezası', yapay zekanın insan koçlarına kıyasla kullanıcı yansımasını sağlamadaki dezavantajını tanımlar.
- Yansıtmayı desteklemeyi amaçlayan yapay zeka araçları tasarlayanlar için, insan veya yapay zekanın en uygun olduğu görevlere göre ayrılmış bir iş haritası geliştirildi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Leadership coaching develops managers but is expensive and difficult to scale. AI may be able to help scale access, but “answering machine” like AI coaching agents invite cognitive offloading and weaken learning. We instantiated a human coaching protocol, supported across prior cycles, as a text-based AI coach built to prompt reflective questioning. In the fourth cycle of a design-based research program at a global consulting firm, eight managers received the same protocol from a human coach and the AI coach, applied each session in an observed onboarding activity, and reflected on both in interviews. All eight welcomed the probing questions and preferred the human coach. Notably, they resisted the same protocol of questioning from the AI coach and wanted answers from it instead. This study’s theoretical contribution is the Reflection Penalty, the cost an AI coach pays for asking a user to do the reflective work that makes human coaching effective. Its practical contribution is a jobs-to-be-done map for AI coaching, assembled from proposals participants raised on their own. It divides coaching into distinct jobs and assigns each to the human or the AI best suited to it. Both contributions are offered to those designing AI tools that aim to support reflection
Yazarların özeti; kaynağından alınmıştır. Human-Computer Interaction, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Uygulamalı Psikoloji
Applied PsychologyPsychology