人们何时想要机器人提供解释？

解释是人工智能和机器人技术中的关键主题，其在建立信任和实现成功的人机交互方面的重要性已被广泛认可。然而，用户何时以及在什么交互情境下最希望获得机器人的解释仍然是一个开放问题。在我们一项有186名参与者参与的前注册研究中，我们着手识别用户表现出强烈解释需求的场景。参与者观看了16个视频，展示了七种不同的情况类型，从成功的人机交互到机器人错误和机器人能力不足。之后，他们被要求表明是否以及如何希望机器人在视频中的交互之后进行沟通。结果提供了一组基于文献并经实证验证的交互场景，在这些场景中人们表现出对解释的需求。此外，我们可以按用户认为解释必要性的强烈程度对这些场景进行排序，并发现统计学上显著的差异。将提供解释与其他可能的响应类型（如机器人道歉或请求帮助）进行比较，我们发现“为什么”解释始终是评分最高的两种响应之一，但机器人正常且成功运作的情况除外。这与其他可能响应类型形成鲜明对比，后者仅在更受限的情境中有用。最后，我们测试了个体可能影响其响应偏好的因素，例如他们对机器人的总体态度，但没有发现显著相关性。我们的研究结果可以为机器人专家设计更具用户中心和透明的交互提供指导，并帮助可解释性研究人员开发更精准的解释。