自动驾驶汽车乘客确定性与不确定性的分离:反对完美反向关系的证据

《Frontiers in Psychology》:Dissociating certainty and uncertainty for passengers of autonomous vehicles: evidence against a perfect inverse relationship

【字体: 大 中 小 】 时间:2026年10月23日 来源:Frontiers in Psychology 3.8

编辑推荐:

  本研究旨在考察在完全自动驾驶汽车(fully automated vehicle, AV)乘客情境下,心理不确定性(psychological uncertainty)是否可被理解为确定性的反面。研究人员开展了一项大规模众包实验(N = 1,437名参与者,来

  
本研究旨在考察在完全自动驾驶汽车(fully automated vehicle, AV)乘客情境下,心理不确定性(psychological uncertainty)是否可被理解为确定性的反面。研究人员开展了一项大规模众包实验(N = 1,437名参与者,来自84个国家),参与者观看3D模拟驾驶场景,并针对即将发生的变道行为对感知到的确定性和不确定性进行评分。研究人员采用线性混合效应模型(linear mixed-effects model, LMM)分析二者之间的关系,同时控制重复测量引发的偏差和个体变异性。结果显示,确定性与不确定性之间存在显著负向关系(B = ?0.320,p < 0.01),表明较高的确定性与较低的不确定性相关。然而,该关系的强度显著偏离完美反向关系(B = ?1),证明这两个构念并非简单的对立面。相反,确定性与不确定性表现为可以共存的部分独立心理维度。这些发现挑战了双极量表(bipolar scale)所隐含的常见假设,并支持在评估主观不确定性时采用单极方法(unipolar approach)。研究结果对人-自动化交互设计具有启示意义,表明降低不确定性并不必然保证确定性的增加。对这两个构念更细致的理解有助于改善自动化驾驶系统的信任、用户体验和接受度。
**研究背景与问题**

自动驾驶汽车预期可提升道路安全性、增强舒适性、减少交通拥堵,并使乘客能够从事非驾驶活动,但公众接受度仍受信任、安全和责任担忧的限制。乘客在乘坐完全自动驾驶汽车(fully automated vehicle, AV)时,常对车辆的行为、可靠性和意图感到不确定,从而削弱舒适与放松的预期收益。Franssen等人的文献综述将心理不确定性(psychological uncertainty)定义为“因缺乏关于过去、现在或未来的知识而产生的心理体验,这种体验使人无法准确预测结果或确定多种可能性中何者为真,并进而塑造情绪反应和行为输出”。然而,一个根本问题仍然存在:不确定性能否被理解为确定性的缺失?确定性通常被概念化为对信念或判断正确性的主观信心感,但二者在测量方法上存在争议:双极量表(bipolar scale)假设确定性与不确定性互为完美反向,而单极量表(unipolar scale)将不确定性视为独立构念。目前人因学界对二者关系尚无共识。因此,本研究旨在检验不确定性是否为确定性的简单缺失,抑或二者为部分独立、可共存的心理维度。

**研究概述与主要结论**

研究人员开展了一项大规模众包实验,共有来自84个国家的1,437名有效参与者(男性705人,女性718人,其他8人,不愿回答6人;平均年龄35.55岁,SD = 11.00岁)。参与者观看10个3D模拟驾驶场景视频,每段视频播放两次,分别在确定性语境和不确定性语境下对即将发生的左侧变道行为进行评分。线性混合效应模型(linear mixed-effects model, LMM)分析显示,确定性与不确定性呈显著负向关系(B = ?0.320,p < 0.01),即确定性越高,不确定性越低;但系数远偏离完美反向关系(B = ?1),95%置信区间[?0.335, ?0.304]不包含?1。这表明二者并非简单的对立面,而是部分独立的心理维度,可以同时存在。该发现挑战了双极量表的隐含假设,支持采用单极量表评估主观不确定性,并提示人机交互设计中降低不确定性并不必然同等程度地增加确定性。

**主要技术方法**

研究人员通过众包服务平台Appen招募参与者,在Heroku平台呈现实验。刺激为10个10秒3D模拟视频,场景为六车道公路,乘客所乘车辆为SAE L5级全自动驾驶汽车(以蓝色车窗覆盖层标识),视频结束于车辆即将执行左侧变道之前。每段视频播放两次,参与者分别在“确定”或“不确定”条件下用0–100滑条量表评分(无数值显示以防止锚定偏差)。数据分析采用线性混合效应模型,以确定性为固定效应、参与者为随机截距,对重复测量采用对角协方差结构,使用最大似然估计和Satterthwaite自由度近似检验显著性。样本包括来自84个国家的1,437名参与者。

**研究结果**

**不确定性不是确定性的反面(Uncertainty is not the inverse of certainty)**

线性混合效应模型分析显示,确定性对不确定性具有显著负向效应,F(1, 14353.89) = 1610.83,p < 0.01,回归系数B = ?0.320(95% CI [?0.335, ?0.304]),即确定性每增加10分,不确定性约下降3.2分。但该系数与完美反向(B = ?1)相距甚远,且置信区间不包含?1,证明二者并非完全互补。箱线图显示各场景中评分分布广泛,反应未局限于狭窄范围。

**描述性统计与反应变异性(Descriptive statistics and response variability)**

10个场景中,确定性和不确定性评分均覆盖完整的0–100量表。确定性标准差范围为36.03–38.93,不确定性标准差范围为36.78–38.88;各场景确定性均值介于31.48–67.30,不确定性均值介于34.43–62.43。这说明观察到的关系并非由受限的反应变异性驱动。

**敏感性分析:英语国家(Sensitivity analysis: English-speaking countries)**

仅纳入主要英语国家(美国、英国、加拿大、澳大利亚、爱尔兰、新西兰)参与者的重复分析中,确定性与不确定性的关系仍显著,F(1, 2408) = 556.57,p < 0.001,B = ?0.432(95% CI [?0.468, ?0.396]),系数仍远离?1。这表明研究结果并非依赖于非英语国家参与者的语言能力差异。

**讨论总结与结论**

讨论部分指出,确定性与不确定性的部分独立性意味着个体可同时体验这两种状态,例如对刺激的某一方面较为确定而对另一方面仍存疑虑。多水平建模方法考虑了数据的嵌套结构,避免了非独立观测带来的偏差;模型收敛、协方差参数估计、全范围反应变异及英语国家敏感性分析共同支持了结果的稳健性。应用层面而言,若二者并非直接对立,降低不确定性的干预不一定同幅提升确定性,设计师应分别评估两个构念。未来研究可考察认知风格、歧义容忍度等个体差异和情境因素,系统操纵刺激特征,并引入反应时、眼动、神经指标等多模态测量及随机斜率建模。

结论部分翻译如下:本研究提供经验证据表明,确定性与不确定性并非单一维度的两个对立端点,而是相关但不同的构念。心理确定性与不确定性可以共存,因此应使用独立的单极量表而非单一双极量表进行评估。此外,研究为理论模型提供了新见解:不确定性不能简单地被视为确定性的缺失,需要更精细的概念化来准确捕捉个体如何评估和应对模糊信息。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号