解释对普通用户信任人工智能驱动症状检查应用的影响：实验研究
人机交互
2022-03-01 v1
摘要
为实现 AI 症状检查器所宣传的益处，普通用户必须信任并随后遵循其指令。在 AI 中，解释被视为一种向黑盒决策背后原理进行沟通以鼓励信任与采纳的工具。然而，AI 驱动症状检查器中所用解释类型的有效性尚未得到研究。社会理论表明，why-解释（原因解释）在传达知识与培养普通用户信任方面更优。本研究确定了症状检查器提供的解释是否影响普通用户（N=750）的解释信任，以及该信任是否受其现有疾病知识的影响。结果表明，开发症状检查应用的系统构建者应考虑接收者的疾病知识并针对每位用户的特定需求定制解释。应致力于生成针对症状检查器每位用户的个性化解释，以充分排除其可能知晓的疾病并弥补其信息缺口。
引用
@article{arxiv.2202.13444,
title = {The Impact of Explanations on Layperson Trust in Artificial Intelligence-Driven Symptom Checker Apps: Experimental Study},
author = {Claire Woodcock and Brent Mittelstadt and Dan Busbridge and Grant Blank},
journal= {arXiv preprint arXiv:2202.13444},
year = {2022}
}