lightbulbPractical problem公平性、偏见与代表性
用户习惯性过度信任低准确性辅助功能，却低估高准确性辅助功能。CHI '22
公平、偏见与研究治理 / 公平性、偏见与代表性
用户习惯性过度信任低准确性辅助功能，却低估高准确性辅助功能。
Similar questions
lightbulbPractical problem公平性、偏见与代表性
普通用户对机器学习预测结果为何不信任，担心公平性问题。CHI '25
lightbulbPractical problem公平性、偏见与代表性
用户难以发现AI决策中的间接偏见，易接受有偏见的结果。IUI '24
lightbulbPractical problem公平性、偏见与代表性
现有实验室工具难以为微生物等非人类物种提供公平的生态环境。CHI '24
lightbulbPractical problem公平性、偏见与代表性
用户可能因透明头像设计被误解或受到不公平评价。CHI '24
lightbulbPractical problem公平性、偏见与代表性
用户对AI行为的道德判断缺乏一致性且受个人因素显著影响。CHI '24
lightbulbPractical problem公平性、偏见与代表性
AI在协作中可能加剧用户偏见，影响决策质量。CSCW '23Workshop on Understanding and Mitigating Cognitive Biases in Human-AI Collaboration