이 연구는 AI 설명이 인간-AI 의사결정의 분배적 공정성에 미치는 영향과 그 메커니즘을 종합적으로 분석한다. 연구진은 직업 예측 과제에서 참가자들이 AI 권고와 설명을 보고 직업을 예측하는 온라인 실험을 수행했다.
실험에서 참가자들은 AI 모델의 권고와 설명을 보고 교수와 교사 중 한 직업을 선택했다. 참가자들은 과제 관련 특성을 사용하는 AI 모델의 권고와 설명을 보거나, 성별 관련 특성을 사용하는 AI 모델의 권고와 설명을 보았다. 또한 기준 조건에서는 AI 권고만 제공되었다.
연구 결과, 설명은 의사결정 정확도에 영향을 미치지 않았다. 그러나 설명은 공정성 인식과 AI 권고에 대한 의존도에 영향을 미쳤다. 성별 관련 특성을 강조한 설명은 성 고정관념에 반하는 AI 권고를 무시하게 만들었지만, 과제 관련 특성을 강조한 설명은 성 고정관념에 부합하는 오류를 강화했다. 이는 분배적 공정성에 각각 긍정적 및 부정적 영향을 미쳤다.
이 연구 결과는 특징 기반 설명이 분배적 공정성 향상을 위한 신뢰할 수 있는 메커니즘이 아님을 시사한다. 대신 공정성과 같은 구체적인 목표를 위해 설계된 설명이 필요하다.
翻译成其他语言
从原文生成
arxiv.org
更深入的查询