面向机器辅助决策的反思性问题分类学

决策者过度依赖机器推荐的风险较大，这与认知参与度较低相关。研究表明，反思可以增加认知参与度，提高批判性思维，从而改善决策。问题是激发反思的手段，但存在关于系统性创建和使用相关问题以适应机器辅助决策的研究空白。因此，我们提出了一套旨在促进反思和认知参与度的分类学问题，以激发周密的决策过程。我们的分类学建立在苏格拉底式提问方法和可解释人工智能问题库之上。作为起点，我们聚焦于临床决策。与两位医学研究人员和三位教育研究人员的简要讨论提供了关于我们分类学相关性和预期效益的反馈。我们的工作有助于缓解人机交互中的过度依赖问题，旨在支持欧洲人工智能法案所要求的有效的人类监督。