信任恢复之旅：错误时机对遵循AI建议意愿的影响

将AI建议补充到人类决策中具有显著优势。然而，人类并不总是恰当地信任AI建议，对偶发的AI错误过于敏感，即使系统整体表现良好亦然。目前的研究仍需揭示在重复的人机交互中信任下降和恢复的潜在机制。我们的工作研究了偶发AI错误对（自我报告的）信任和参与者依赖AI建议的影响。208名参与者在收到算法建议前后评估了14个法律案例，结果显示信任在早期和晚期错误后均显著下降，但在两种情况下都能快速恢复。依赖性仅在早期错误时显著下降，而在晚期错误时则不下降。在两种情况下，依赖性都能够恢复。结果表明，与早期错误相比，晚期错误导致的信任损失不那么严重，且恢复更快。这些发现与一种解释相符：如果系统表现良好，人类可以随着时间建立信任，使他们更能容忍偶发的AI错误。