渐进披露：设计有效透明性的实证方法

随着我们将重要决策委托给智能系统，理解算法决策如何做出变得至关重要。之前的工作通常采用技术中心主义的方法来研究透明度问题。相比之下，我们探索以用户为中心的实证方法，以更好地理解用户对透明系统的反应。我们在两项研究中评估用户对透明度的反应。在研究1中，用户预期更透明的系统会表现更好，但在实际体验系统后收回了这一评估。定性数据表明，这是因为透明度会分散注意力，并削弱用户形成的关于系统运作的简单启发式。研究2深入探讨了这些效应，表明用户可能受益于最初简化的反馈，这种反馈隐藏了潜在的系统错误，并帮助用户建立关于系统运作的工作启发式。我们利用这些发现来激励智能系统中透明度的新渐进披露原则。