lightbulb现实痛点XAI 解释与适当依赖校准
用户对机器学习模型的信任因指标冲突而降低，影响模型采用率。CHI '22
AI可解释性、信任与校准依赖 / XAI 解释与适当依赖校准
用户对机器学习模型的信任因指标冲突而降低，影响模型采用率。
同类问题
lightbulb现实痛点XAI 解释与适当依赖校准
用户在使用AI系统时难以理解其建议，可能导致过度信任或拒绝其推荐。IUI '25
lightbulb现实痛点XAI 解释与适当依赖校准
用户难以在与AI的持续交互中建立长期学习能力。IUI '25
lightbulb现实痛点XAI 解释与适当依赖校准
用户不理解AI建议且决策中过度依赖AI，导致错误风险增加。IUI '25
lightbulb现实痛点XAI 解释与适当依赖校准
用户无法从AI解释中有效学习，导致过度依赖AI和技能退化。CHI '25
lightbulb现实痛点XAI 解释与适当依赖校准
用户因AI解释不清或误解而难以信任智能系统甚至做出错误决策。CHI '25
lightbulb现实痛点XAI 解释与适当依赖校准
用户很难理解无处不在计算和可穿戴技术中AI的决策过程。UbiComp '24XAI for U: Explainable AI for Ubiquitous, Pervasive and Wearable Computing