为适当依赖而设计:AI辅助决策中AI不确定性呈现、初始用户决策和用户人口统计特征的作用
适当依赖对于实现协同人机协作至关重要。例如,当用户过度依赖AI辅助时,他们的人机团队绩效受限于模型的能力。本工作研究了模型不确定性的呈现如何引导用户的决策过程,以促进适当依赖。我们的结果表明,仅显示校准的模型置信度是不够的。相反,校准模型不确定性并以频率格式呈现,可以让用户相应地调整他们的依赖,并帮助减少确认偏见对他们决策的影响。此外,我们皮肤癌筛查任务的关键性质歪曲了参与者的判断,导致他们的依赖取决于他们的初始决策。此外,逐步多元回归分析揭示了用户人口统计特征,如年龄和对概率统计的熟悉程度,如何影响人机协作决策。我们讨论了将模型不确定性呈现、初始用户决策和用户人口统计特征纳入设计个性化AI辅助工具以实现适当依赖的潜力。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3637318
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文