人機互動中的信任動態：探討個人特質與信任動態的關聯

核心概念

個人特質會顯著影響人們與自動化系統互動時的信任動態。

摘要

本研究透過人機實驗,收集了130名參與者在模擬監視任務中與自動化威脅偵測器互動的信任動態數據。同時也收集了參與者的個人特質數據,涵蓋12個構面和28個維度。

透過聚類分析,研究發現參與者可被歸類為三種不同的信任動態類型:貝葉斯決策者、不信任者和波動者。進一步分析發現,這三類人在七個個人特質上存在顯著差異,包括男性氣質、正面情感、外向性、神經質、智力、績效期望和完美自動化期望。

不信任者傾向於具有較高的神經質和較低的績效期望。波動者則傾向於在男性氣質、正面情感、外向性和智力上得分較高。

三類人在行為和實驗後評價上也存在顯著差異。不信任者最不可能盲目地遵循自動化威脅偵測器的建議。

最後,研究基於這七個顯著的個人特質,開發了一個決策樹模型,能夠以70%的準確率預測參與者的信任動態類型。

統計資料

自動化系統的成功次數越多,參與者對其的信任度就越高。
自動化系統的失敗次數越多,參與者對其的信任度就越低。
波動者的追蹤任務得分和總得分顯著低於貝葉斯決策者。

引述

"不信任者傾向於具有較高的神經質和較低的績效期望。"
"波動者則傾向於在男性氣質、正面情感、外向性和智力上得分較高。"
"不信任者最不可能盲目地遵循自動化威脅偵測器的建議。"

從以下內容提煉的關鍵洞見

Trust Dynamics in Human-Autonomy Interaction: Uncover Associations between Trust Dynamics and Personal Characteristics

by Hyesun Chung... 於 arxiv.org 09-12-2024

https://arxiv.org/pdf/2409.07406.pdf

深入探究

如何設計更能適應不同信任動態類型的自動化系統?

設計能夠適應不同信任動態類型的自動化系統，首先需要深入理解使用者的信任動態特徵。根據研究，使用者的信任動態可分為三種類型：貝葉斯決策者、懷疑者和振盪者。每種類型的使用者在與自動化系統互動時，對信任的反應和行為模式各不相同。因此，設計自動化系統時應考慮以下幾個方面：

個性化信任模型：系統應根據使用者的個人特質（如性別角色、情緒狀態、外向性等）來調整其信任預測模型。例如，對於懷疑者，系統可以提供更多的透明度和解釋，以增強其對系統的信任。

動態反饋機制：自動化系統應具備即時反饋的能力，根據使用者的行為和信任評估，調整其建議和操作。例如，對於振盪者，系統可以在信任波動時提供額外的支持和確認，以穩定其信任水平。

教育與培訓：針對不同信任動態類型的使用者，系統可以設計針對性的教育和培訓模組，幫助他們理解自動化系統的運作原理，從而提高他們的信任感。

情境適應性：系統應能根據不同的情境和任務需求，調整其自動化程度。例如，在高風險情境下，對於懷疑者，系統可以減少自動化的依賴，增加人類的控制權。

透過這些設計策略，自動化系統能夠更好地適應不同的信任動態類型，從而提升人機互動的效率和效果。

如果自動化系統能夠主動識別使用者的信任動態類型,會對人機互動產生什麼影響?

如果自動化系統能夠主動識別使用者的信任動態類型，將對人機互動產生深遠的影響，具體表現在以下幾個方面：

增強互動的個性化：系統能夠根據使用者的信任動態類型，提供量身定制的互動體驗。例如，對於貝葉斯決策者，系統可以提供更多的數據支持和建議，而對於懷疑者，則可以強調透明度和解釋性。

提高信任建立的效率：主動識別信任動態類型後，系統可以針對性地採取措施來增強使用者的信任。例如，對於振盪者，系統可以在信任波動時提供即時的支持和確認，幫助其穩定信任。

改善使用者的滿意度：當系統能夠理解並適應使用者的信任需求時，使用者的滿意度和接受度將顯著提高。這將促進更積極的使用者參與和更高的系統依賴性。

促進持續的信任關係：透過持續的信任動態監測，系統可以在信任下降時及時介入，提供必要的支持和調整，從而促進持久的信任關係。

數據驅動的改進：系統可以收集和分析使用者的信任動態數據，進一步優化其算法和功能，實現持續改進和適應。

總之，主動識別使用者的信任動態類型將使自動化系統能夠更靈活地應對不同的使用者需求，從而提升整體的人機互動質量。

個人特質如何影響人們對新興技術(如量子計算)的信任動態?

個人特質在影響人們對新興技術（如量子計算）的信任動態方面扮演著重要角色，具體表現在以下幾個方面：

性格特質：研究顯示，外向性和積極情緒（如正向情感）通常與較高的信任水平相關。外向的人可能更願意接受新技術，因為他們對新事物的探索和學習持開放態度。相反，神經質較高的人可能對新技術持懷疑態度，因為他們更容易感受到焦慮和不安。

風險偏好：個人的風險偏好會影響他們對新技術的接受程度。風險偏好高的人可能更願意嘗試量子計算等新興技術，而風險偏好低的人則可能因擔心潛在的失敗或不確定性而不願意接受。

文化背景：文化特質（如集體主義與個人主義）也會影響對新技術的信任。集體主義文化中的個體可能更依賴社會支持和他人的意見，這可能影響他們對量子計算的信任程度。

自我效能感：個人對自己理解和使用新技術的能力的信心（自我效能感）會影響他們的信任動態。自我效能感高的人更可能相信自己能夠有效地使用量子計算技術，從而增強他們的信任。

過去經驗：個人過去與類似技術的互動經驗也會影響他們對新興技術的信任。如果一個人曾經成功地使用過類似的技術，他們對新技術的信任可能會更高。

總之，個人特質在塑造對新興技術（如量子計算）的信任動態中起著關鍵作用。理解這些特質如何影響信任，可以幫助設計更有效的教育和推廣策略，以促進新技術的接受和應用。