正确校准人类在辅助决策中对人工智能的依赖,对于实现人机协作中的互补性能至关重要。之前的大多数工作都通过用户感知和基于任务的measurements回顾性地评估用户依赖,更广泛地说是信任。在本工作中,我们探索了眼球注视与依赖之间的关系,在空间推理任务中改变任务难度和人工智能性能水平。我们的结果表明,在人工智能建议上的总注视时间百分比与用户对人工智能任务的一致性以及用户感知的依赖之间存在很强的正相关。此外,用户代理在任务简单且人工智能性能低或不一致时得以保留。我们的结果还揭示了依赖和信任之间的细微差异。我们讨论了使用眼球注视来实时评估人类对人工智能依赖的潜力,从而实现自适应人工智能辅助,以获得最佳的人机团队性能。
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/10.1145/3555572
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
2 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