在人工智能日益融入职业环境的背景下，学术界开始关注年轻专业人士如何在日常工作中培养与生成式AI有效协作所需的技能和判断力。相关研究不再局限于“是否使用AI”或“如何使用AI”这类表层问题，而是深入探索人们如何学会与AI并肩工作、如何分配任务与职责、如何评估AI的贡献，以及如何在决策和结果上保持控制权。
此类研究的核心概念往往是“共同能动性”（co-agency），即探讨人类与AI能力如何在专业工作中结合，以及这种关系如何随时间发展。研究重点通常包括以下能力：增强（augmentation）、校准与错误检测、负责任的信息披露、对AI行为的适应，以及识别何时人类判断应优先。此外，研究还会考察专业人士如何形成对AI能力边界的理解，以及这种理解如何塑造信任、自主性和决策。
在方法论上，这类课题常采用跨学科和参与式方法，研究这些能力在不同职业角色、行业和经验水平之间的差异，以及它们如何受到个人特质和工作环境的影响，并探讨其对动机、自主性和幸福感的影响。研究设计可能结合自我报告测量、情景任务、行为实验和观察方法，以捕捉人们如何理解其与AI的协作以及如何在实践中与AI合作。
对于希望从事相关领域研究的学者而言，具体的研究问题和设计往往并非预先固定，而是需要与导师团队共同制定。申请人通常被鼓励在申请材料中带入自己的想法，形成项目提案的一部分。感兴趣的研究者可关注慕尼黑工业大学等高校在医学与健康科学、人机交互、社会学及管理等相关领域的学术动态和研究方向。
