通过计算合理性重新定义可供性

可解释人工智能(XAI)隐私设计与用户控制用户研究方法(访谈、调查、观察)HCI 研究员认知科学家

可供性是人机交互与设计的基础性概念,传统上由直接感知理论解释,认为个体可直接从环境中感知行动可能性。然而,这些理论无法解释可供性如何被感知、学习、提炼或误认,以及用户如何在动态情境中选择多个可供性。本文提出基于计算合理性的新型可供性理论,假设人类基于有限感官输入构建世界内部表征。在这些内部模型中,可供性通过两个核心机制推断:特征识别和假设运动轨迹。我们的理论将可供性感知重新定义为决策过程,由两个因素驱动:置信度(感知到的成功执行行动的可能性)和预测效用(结果的期望值)。通过平衡这些因素,个体做出关于采取哪些行动的最佳决策。我们的理论将可供性感知框架为动态的、持续通过强化和反馈学习和提炼的过程。我们通过思想实验验证理论,并展示其在不同类型可供性(如物理、数字、社会)中的适用性。除了澄清和推广跨情境的可供性理解外,我们的理论还可作为改进设计沟通和指导开发更具适应性和直观系统的基石。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/195786/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712114
一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
可解释人工智能(XAI)、隐私设计与用户控制、用户研究方法(访谈、调查、观察)
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
3 篇相关论文