이 연구는 인공지능(AI) 기반 의사결정 지원 도구의 불확실성 프레이밍이 사용자의 장기적 신뢰에 미치는 영향을 조사했다. 기그 운전 분야를 대표적인 사례로 사용하여, 불확실성을 다른 수준의 세부사항으로 노출하는 것이 사용자의 신뢰 및 의존성 변화에 어떤 영향을 미치는지 살펴보았다.
51명의 참여자를 대상으로 한 종단적 혼합 방법론 연구 결과, 참여자의 도구에 대한 신뢰와 의존성은 도구의 추정 정확도에 따라 달라졌다. 범위 추정치를 제공하면 신뢰가 향상되었고, 예측 세부사항을 늘리고 완화적 언어를 사용하면 신뢰가 낮더라도 의존성이 높아졌다. 또한 참여자와의 인터뷰를 통해 도구 사용 경험의 다양성을 확인했는데, 이는 AI 시스템이 일반적인 설계를 넘어 개별 사용자의 기대를 조정하여 신뢰를 구축해야 함을 시사한다.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문