自动化精度很重要，但高可控性可能更好

在使用某种形式的人工智能自动化任务时，结果中的一些不准确性几乎是不可避免的。在许多情况下，用户必须决定是尝试再次使用自动化方法，还是通过可用的用户界面自行修复。我们认为，这一决定受感知的自动化准确性和任务“可控性”程度（可以多大程度和多容易地手动修改自动化结果）的影响。这种准确性和可控性之间的关系在一个由750名参与者组成的众包实验中进行了调查，实验使用了一个受控的、游戏化的任务。在高可控性的情况下，即使在非常低的准确性条件下，自我报告的满意度也保持不变，总体而言，尽管性能慢得多且不管可控性非常差，仍然观察到使用手动控制而不是自动化的强烈偏好。