多人类-人工智能团队中通过注视分配预测信任传染

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Predicting Trust Contagion via Gaze Allocation in Multi-Human-AI Teams

　　

在多人-人工智能（AI）团队中，对AI的信任不仅通过直接互动形成，还受到团队成员之间社会影响的作用，这一过程被称为信任传染（trust contagion）。尽管社会信号促进了这一过程，但先前的研究忽视了诸如注视（gaze）等具体机制。本研究考察了注视分配（gaze allocation）——即注意力在团队成员、任务界面和环境中的分散程度——是否作为信任传染的行为指标。结果显示，注视分配随AI可靠性和同盟者（confederate）的信任水平而变化。当AI表现不佳时，与高信任同盟者配对的参与者表现出更集中的注视，而与低信任同盟者配对的参与者则表现出更大的分散性，反映出更频繁的信息扫描和验证。注视非线性地预测了AI信任，中等程度的注视与更高的信任相关，这表明过度狭窄和分散的注视都会限制有效的信息处理。这些发现突出了注视分配作为信任传染展开的关键非语言机制。

多人类-人工智能（AI）团队中，