面向群体工作的可教学对话代理: 对性能和信任的影响

视频

DOI

传统众包 Mostly 被视为请求者-工作者交互，其中请求者发布任务以征集人类众包工作者的输入。虽然该研究领域大多迎合请求者的利益，但我们将这一工作流程视为教师-学习者交互场景，其中一个或多个人类教师通过解决人类智能任务来训练机器学习者。在这项工作中，我们探索可教学机器学习者如何影响其人类教师，以及他们是否形成一种可信赖的关系，可在众包情境中依赖于任务委托。具体而言，我们专注于可教学代理，这些代理在学习对新闻文章进行分类的同时，通过对话干预引导教学过程。在一项两部分的研究中，多名众包工作者各自教导代理，我们调查了这种教学学习方法是否有利于人机协作，以及是否会产生众包工作者会委托任务的值得信赖的人工智能代理。结果表明，这种教学学习方法在众包工作者的感知有用性以及通过教师-学习者交互建立的信任动态方面均有益处。