研究:无反馈时AI解释致新手过度依赖
热点事件持续更新
研究:无反馈时AI解释致新手过度依赖
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Eun Jeong Kang等人发表论文,提出“依赖校准”构念,刻画无外部反馈时新手用户如何动态调整对AI的依赖。基于110人参与的临床实体抽取实验,在AI辅助且绩效反馈有限的情况下,AI解释会让新手用户系统性地滑向过度依赖,而自评任务理解度越高,依赖行为越有选择性。论文称该构念与发现可为需在此类场景中支持适度依赖的AI工具设计提供可操作指南,目前处于审稿中。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
AI 辅助决策中的新手依赖校准:解释与自我评估的作用报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv:cs.AIAI 辅助决策中的新手依赖校准:解释与自我评估的作用
一项 110 人参与的临床实体抽取实验发现,在缺乏即时绩效反馈时,AI 解释会让新手用户系统性地滑向过度依赖,而自评任务理解度越高,依赖行为越有选择性。研究提出"依赖校准"这一构念,用于刻画无外部反馈时用户如何动态调整对 AI 的依赖,并为需在此类场景中支持适度依赖的 AI 工具设计提供可操作指南。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。