信任与拟人化的协同:自动化代理外观与可靠性在信任感知中的相互关联本质
作者
会话代理的人格与拟人化可解释人工智能(XAI)HCI 研究员认知科学家
界面代理设计中的拟人化与提高用户信任和接受度存在隐含关联。然而,在给定系统能力和限制的情况下,感知拟人化与感知可信度在适当信任中的作用尚不明确。我们设计了一个2(可靠性:低、高)×3(代理外观:计算机、虚拟形象、人)被试间研究,以观察代理外观如何影响用户在协作图像分类任务中对自动化队友的感知和依赖。信任适当性被定义为在给定系统可靠性的情况下,依赖程度与最优水平的匹配程度。尽管代理外观未显著影响信任适当性,但它确实影响了可信度感知,对于低可靠性代理尤其明显。我们的结果表明,信任和拟人化涉及高度相关的动态感知,旨在预测系统行为。基于研究结果,我们讨论了信任和拟人化未来研究的建议以及一些设计启示。
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。
- 75%
COGAM:在机器学习模型解释中测量和调节认知负荷
CHI '20· 可解释人工智能(XAI)
- 60%
合作游戏环境中AI代理人的心理模型
CHI '20· 会话代理的人格与拟人化 +1
- 60%
感觉有多准确? - 人类对不同类型分类错误的感知
CHI '22· 可解释人工智能(XAI) +1
- 60%
与Aizuchi-bot的同步对话:探究共适应和开放性交互范式
CHI '24· 对话式聊天机器人 +1
- 60%
EvAlignUX:通过LLM支持的指标探索提升用户体验评估
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
对比解释可以预见人类误解,从而提高人类决策技能
CHI '25· 可解释人工智能(XAI) +1
- 60%
如何支持用户理解智能系统?:结构化讨论
IUI '21· 可解释人工智能(XAI)
- 60%
TiiS:用于刑事调查中对话智能体的解释
IUI '22· 会话代理的人格与拟人化 +1
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/10.1145/3461778.3462102
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
会话代理的人格与拟人化、可解释人工智能(XAI)
work
职业/产业
HCI 研究员、认知科学家
article
内容状态
仅摘要
hub
相关论文
8 篇相关论文