会话式XAI是所需的一切吗?基于会话XAI助手的人机决策研究

对话式聊天机器人大语言模型(LLM)的人机协作可解释人工智能(XAI)UI/UX 设计师AI/ML 研究员与工程师HCI 研究员

可解释人工智能(XAI)方法正在被提出以帮助解释和理解AI系统如何做出特定预测。受先前对话用户界面研究的启发,我们认为用对话用户界面增强现有XAI方法可以提高用户参与度并促进用户对AI系统的理解。本文探索了对话XAI界面对用户理解AI系统、信任以及对AI系统依赖的影响。与XAI仪表板相比,我们发现对话XAI界面可以为用户带来更好的AI系统理解和更高的用户信任。然而,XAI仪表板和对话XAI界面的用户都表现出明显的过度依赖。由大型语言模型(LLM)代理增强的对话放大了这种过度依赖。基于我们的研究发现,我们认为这种过度依赖的潜在原因是两种XAI界面都存在的解释深度错觉。我们的发现对于设计有效的对话XAI界面以促进适当依赖和改进人机协作具有重要意义。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/195806/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712133
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
3 位作者
sell
研究子方向
对话式聊天机器人、大语言模型(LLM)的人机协作、可解释人工智能(XAI)
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文