基于交互相关哈密顿量对人类可靠性评估量子化动力学的建模

随着人类信息环境日益依赖人工智能 (AI)，人类与这一智能进行信任互动的现象变得愈发重要。例如，在不久的将来，人类和智能机器人将共同应对飓风、地震或核事故等高风险灾害的后果。即便在高度不确定的条件下，人类和智能机器也需要进行协作决策，信任是这些互动有效性的关键。对这种信任动力学进行建模的关键挑战在于，能够将对人类信任判断波动的敏感性纳入其中。本文探讨了量子随机漫步模型对人类信任动力学建模的能力，以及如何将对参与者信任判断波动的敏感性集成到基于 AI 互动的模型中。我们发现，使用经验参数来指导使用不同的哈密顿量，为对人机交互中信任演化建模提供了前景的路径。