有这样的朋友，谁还需要解释？评估用户对群组推荐的理解

采用基于社会选择的聚合策略的群组推荐系统（GRS）先前已在感知共识、公平性和满意度方面得到了探讨。同时，文本解释的影响也已得到检验，但结果表明这些解释的有效性较低。然而，尽管用户理解有助于构建透明的GRS，但该领域仍鲜有探索。当用户偏好出现分歧时，在更复杂或潜在不公平的场景（例如少数派场景，即群组成员具有相似偏好，唯独一名成员处于少数派位置）中研究这一问题尤为有趣。在本文中，我们分析了不同类型的解释对用户理解群组推荐的影响。我们进行了一项随机对照试验（n = 271），使用了两个被试间因素：（i）聚合策略（加法、最小痛苦与赞成投票），以及（ii）解释模态（无解释、文本解释或多模态解释）。我们测量了主观理解（用户自我感知）与客观理解（在模型模拟、反事实与错误检测上的表现）。与近期关于机器学习模型解释的发现一致，我们的结果表明，更详细的解释（无论是文本还是多模态）并未提升主观或客观理解。然而，我们确实发现聚合策略对主观和客观理解均有显著影响。这些结果意味着，在构建GRS时，从业者需要考虑到聚合策略的选择会影响用户的理解。事后分析还表明，分析在不同任务上的表现而非通过单一聚合的理解指标是具有价值的。