X3.03.3Calibrated uncertainty expression设计研究
不确定时需表达不确定
别名: 不确定性外显 · 置信表达 · uncertainty communication
概念解释
校准的不确定性表达（calibrated uncertainty expression）让人知道机器人对感知、解释或计划没有充分把握，并说明需要等待、确认还是接管。它不是把内部概率原样展示，而是把不确定程度转换为与任务后果相匹配的人类行动建议。
机制
自动系统总会在分布边缘产生不确定输出。若界面只给确定答案，人会把表面流畅当成高置信；若所有情况都泛泛警告，又会产生告警疲劳。经过校准的分级表达把模型证据、后果成本和人的可介入性结合，使信任随真实可靠性变化。
怎么研究
可操纵置信水平、表达形式和错误代价，测量用户选择确认、接管或继续的校准程度，以及决策时间、过度依赖和不必要介入。需要先检验模型置信是否与真实正确率校准，否则只研究界面包装。概率、类别和行动建议应分别比较。
边界
某些模型分数不具概率含义，不能直接显示为“成功率”。高风险低频事件中，历史校准也可能数据不足。不确定表达不能把决策责任不当转移给不了解系统的人；没有可行动选项时，展示精细数值只会增加焦虑。
怎么落地
- 先按真实结果校准置信，再把区间映射到继续、减速、请求确认和安全停止。
- 指明不确定来源与用户可改变的信息，例如目标遮挡或指令存在两个候选。
- 用不同后果案例测量适当依赖曲线，并同时统计低置信误报造成的额外介入。