BiasEye：一种面向公正候选人评估的偏见感知实时交互式材料筛选系统
人机交互
2024-02-15 v1
摘要
在通过材料筛选评估求职者或学生能力的过程中，决策者可能会受到固有认知偏见的影响，例如筛选顺序或锚定信息，从而导致不一致的结果。为了应对这一挑战，我们采访了七位专家，以了解他们在筛选过程中面临的挑战和所需的支持。基于他们的见解，我们引入了 BiasEye，一个具有偏见感知的实时交互式材料筛选可视化系统。BiasEye 通过提高信息的可访问性和透明度来增强对认知偏见的意识。它还通过一种对个人筛选偏好进行建模的机器学习（ML）方法，帮助用户识别和减轻偏见。一项有 20 名参与者参与的混合设计用户研究结果表明，与缺乏我们偏见感知功能的基线系统相比，BiasEye 提高了参与者的偏见意识，并增强了他们做出最终决策的信心。最后，我们讨论了 ML 和可视化在减轻人类决策任务中偏见方面的潜力。
引用
@article{arxiv.2402.09148,
title = {BiasEye: A Bias-Aware Real-time Interactive Material Screening System for Impartial Candidate Assessment},
author = {Qianyu Liu and Haoran Jiang and Zihao Pan and Qiushi Han and Zhenhui Peng and Quan Li},
journal= {arXiv preprint arXiv:2402.09148},
year = {2024}
}
备注
IUI' 24, March 18-21, 2024, Greenville, SC, USA