如何评估AI辅助决策中的信任?一项实证方法论调查
荣誉提名作者
GB
Gilles Bailly
Sorbonne Universite, CNRS, ISIRBC
Baptiste Caramiaux
CNRS, ISIR嵌入AI并参与人类决策的系统广泛传播,使得研究人类对这些系统的信任变得至关重要。然而,实证研究信任是具有挑战性的。原因之一是缺乏设计信任实验的标准协议。本文呈现了现有实证研究AI辅助决策中信任的方法调查,并根据实验协议的构成要素分析了这些方法。我们发现信任的定义通常没有被整合到实验协议中,这可能导致研究发现被过度主张或在跨研究之间难以解释和比较。借鉴社会和认知研究中关于人人信任的实证实践,我们提供了在决策情境中研究人机信任的实用指南。此外,我们提出了两类研究机会:一类侧重于进一步研究信任方法论,另一类侧重于影响人机信任的因素。
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://doi.org/10.1145/3476068
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2021
emoji_events
奖项
荣誉提名
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