我应该分享这个翻译吗？评估机器翻译中用户依赖的质量反馈

随着人们在工作和日常生活中越来越多地使用 AI 系统，帮助他们负责任地使用 AI 的反馈机制变得迫切需要，尤其是在用户不具备评估 AI 预测质量能力的场景中。我们研究了一个真实的机器翻译（MT）场景，单语用户首先在没有质量反馈、随后在有质量反馈的情况下决定是否分享 MT 输出。我们比较了四种类型的质量反馈：通过（1）错误高亮和（2）LLM 解释直接向用户提供翻译质量评估的显式反馈，以及通过（3）回译和（4）问答（QA）表帮助用户比较 MT 输入和输出的隐式反馈。我们发现，除错误高亮外，所有反馈类型均显著提高了决策准确性和适当的依赖性。值得注意的是，隐式反馈尤其是 QA 表，在决策准确性、适当依赖性和用户感知方面产生的增益显著大于显式反馈，其在有用性和信任度上获得了最高评分，而在认知负担上获得了最低评分。