面向星际争霸智能体理解的信息觅食：一项实证研究
人机交互
2017-12-27 v3
摘要
对于缺乏人工智能背景的用户而言，评估和理解智能体是一项困难的任务。一个名为“可解释人工智能(Explainable AI)”的相对新兴领域正在兴起，以帮助解决此问题，但关于用户如何觅取解释系统可能提供的信息知之甚少。为给可解释人工智能系统的开发提供指导，我们借助信息觅食理论(Information Foraging Theory)的视角，开展了一项形成性研究，考察有经验的用户在星际争霸(StarCraft)领域中如何觅取信息以评估一个智能体。我们的结果表明，参与者面临困难的觅食问题。这些觅食问题导致参与者完全遗漏了他们重视的事件，不情愿地选择忽略他们本不想忽略的动作，并承受高昂的认知、导航与信息成本以获取所需信息。
引用
@article{arxiv.1711.08019,
title = {Toward Foraging for Understanding of StarCraft Agents: An Empirical Study},
author = {Sean Penney and Jonathan Dodge and Claudia Hilderbrand and Andrew Anderson and Logan Simpson and Margaret Burnett},
journal= {arXiv preprint arXiv:1711.08019},
year = {2017}
}
备注
13 pages, 10 figures, to appear in ACM IUI 2018