在未知中寻求平衡：探讨人类在随机性和认知不确定性条件下对人工智能建议的依赖

《ACM Transactions on Computer-Human Interaction》：Balancing the Unknown: Exploring Human Reliance on AI Advice Under Aleatoric and Epistemic Uncertainty

人工智能系统在决策支持中面临随机与认知不确定性，本研究通过两个行为实验系统探究不同不确定性类型下人类对AI建议的依赖模式，揭示不确定性类型对多维人机交互的影响。

　　

摘要

人工智能系统在越来越多的领域中支持决策制定。然而，现实世界任务的复杂性给这些系统的预测能力带来了不确定性。这种不确定性可能表现为由结果固有变异性引起的随机不确定性，或者由于人工智能系统知识局限性导致的认知不确定性。尽管以往的研究将不确定性视为一个整体概念，但随机不确定性和认知不确定性对人类及其决策行为的不同影响尚未得到充分探讨。在这项研究中，我们进行了两项行为实验，系统地研究了参与者在面对不同类型的不确定性时如何依赖人工智能的建议。第一项实验操纵了不确定性的来源，将其指定为随机不确定性或认知不确定性；第二项实验则将不确定性分解为其各个组成部分，同时呈现随机不确定性和认知不确定性。这项研究有助于更深入地理解不同类型不确定性对人机交互的多方面影响。