中文

趋同的度量与涌现的模型:人机信任问卷的元分析

人机交互 2023-03-27 v1 人工智能 机器人学

摘要

测量人机信任的一个重大挑战是存在大量构念扩散、模型以及验证高度可变的问卷。然而,所有人都同意信任是技术接受、持续使用、流畅性和团队协作的关键要素。在此,我们通过针对经过验证且可靠的信任调查工具进行元分析,综合出一个关于人机交互中信任的共识模型。为实现此目标,本工作识别了被最频繁引用和最佳验证的人机及人机器人信任问卷,以及最完善的因素,它们构成了此类信任的维度和前因。为减少混淆和构念扩散,我们提供了问卷间术语的详细映射。此外,我们对那些使用多因素调查工具的实验中所涌现的回归模型进行了元分析。基于此元分析,我们展示了一个经实验验证的趋同的人机信任模型。该趋同模型为未来研究建立了集成框架。它识别了当前信任测量的边界以及需要进一步调查之处。我们以讨论如何选择并设计适当的信任调查工具作结。通过比较、映射和分析构建良好的信任调查工具,识别出了人机交互中信任的共识结构。这样做揭示了一个更广泛适用的、更完整的信任测量基础。它将学术上的信任概念与通俗的常识性概念相整合。鉴于信任日益被认识的重要性,特别是在人机交互中,本工作使我们能更好地理解和测量信任。

关键词

引用

@article{arxiv.2303.13799,
  title  = {Converging Measures and an Emergent Model: A Meta-Analysis of Human-Automation Trust Questionnaires},
  author = {Yosef S. Razin and Karen M. Feigh},
  journal= {arXiv preprint arXiv:2303.13799},
  year   = {2023}
}

备注

44 pages, 6 figures. Submitted, in part, to ACM Transactions on Human-Robot Interaction (THRI)