中文

左、右与性别:探索交互轨迹以缓解人类偏见

人机交互 2021-09-23 v2

摘要

人类偏见影响人们分析数据与做出决策的方式。近期工作表明,某些可视化设计能更好地支持认知过程并缓解认知偏见(即因使用心理“捷径”而产生的错误)。在本工作中,我们探索如何通过可视化用户的交互历史(即用户已交互的数据点与属性)来促进对其分析过程的有意识反思,从而缓解驱动决策的潜在偏见。给定一个基于散点图的交互式可视化工具,我们在探索数据时实时展示交互历史(通过为用户已交互的散点图上色),并在决策后以总结形式展示(通过比较用户交互分布与数据的底层分布)。我们进行了一系列实验室实验与一项众包实验,以评估交互历史干预对缓解偏见的有效性。我们将此工作置于一个政治场景中,参与者被要求选择一个由 10 名虚构政客组成的委员会来审查美国佐治亚州近期通过的禁止怀孕 6 周后堕胎的法案,其中性别偏见或政党偏见等可能驱动其分析过程。我们通过评估第二个与电影相关的决策场景证明了该方法的通用性。我们的结果对于交互历史(以下称交互轨迹)在缓解偏见决策方面的有效性尚无定论。然而,我们发现一些混合证据,表明交互轨迹,尤其是以总结形式呈现时,能提升对潜在无意识偏见的觉察。

关键词

引用

@article{arxiv.2108.03536,
  title  = {Left, Right, and Gender: Exploring Interaction Traces to Mitigate Human Biases},
  author = {Emily Wall and Arpit Narechania and Adam Coscia and Jamal Paden and Alex Endert},
  journal= {arXiv preprint arXiv:2108.03536},
  year   = {2021}
}

备注

10 pages, 7 figures, TVCG Special Issue on the 2021 IEEE Visualization Conference (VIS)