解释具体性对自动驾驶中乘客的影响
机器人学
2023-07-04 v1 人工智能
计算机与社会
人机交互
机器学习
摘要
可解释AI算法所提供解释的性质一直是可解释AI与人机交互领域关注的话题。本文研究了自然语言解释的具体性对自动驾驶中乘客的影响。我们通过增加一种基于规则的解释生成选项，扩展了已有的数据驱动树基解释器算法。我们生成了具有不同具体性水平（抽象与具体）的听觉自然语言解释，并在一项被试内用户研究（N=39）中使用沉浸式物理驾驶模拟装置对这些解释进行了测试。结果表明，抽象与具体解释对乘客的感知安全性和焦虑感均有相似的积极影响。然而，具体解释影响了乘客从自动驾驶车辆（AV）接管驾驶控制的需求，而抽象解释则没有。我们得出结论：自然语言听觉解释对自动驾驶中的乘客有用，其具体性水平可能影响车内参与者希望掌控驾驶活动的程度。
引用
@article{arxiv.2307.00633,
title = {Effects of Explanation Specificity on Passengers in Autonomous Driving},
author = {Daniel Omeiza and Raunak Bhattacharyya and Nick Hawes and Marina Jirotka and Lars Kunze},
journal= {arXiv preprint arXiv:2307.00633},
year = {2023}
}