人工知能（AI）への信頼の測定：N2pc成分を用いて | JoVE Visualize

科学分野:

認知科学
神経科学
ヒューマンコンピュータインタラクション

背景:

人間とAIの協働においては、エラーを防ぐためにユーザーがAIのパフォーマンスを監視する必要があるため、効率的な注意配分が不可欠である。
AIへの過度の依存や過剰な監視は、パフォーマンスの低下や重大な障害につながる可能性がある。
AIへの信頼は、注意努力のオフローディングに影響を与える重要な要因であるが、直接測定することは困難である。

研究の目的:

人間とAIの間の注意リソース共有を直接追跡するための、脳波（EEG）ベースのアプローチを導入および検証する。
AIの能力が、協働タスク中の人間の注意展開と信頼キャリブレーションにどのように影響するかを調査する。
神経生理学的マーカーをAIシステムへの信頼の暗黙的な尺度として確立する。

主な方法:

参加者は、様々な能力レベルのAIと協力して、視覚探索タスクに従事した。
脳波（EEG）を使用して脳活動を記録した。
選択的視覚的注意の神経マーカーであるN2pc成分を測定して、注意展開を定量化した。

主要な成果:

N2pcの振幅は、AIの能力によって有意に調節された。
低能力AIと比較して高能力AIと相互作用した場合、より小さなN2pcの振幅は、注意のオフローディングと信頼の増加と相関していた。
これらの発見は、神経マーカーが人間とAIの協働における信頼キャリブレーションを暗黙的に反映できることを示唆している。

結論:

N2pc成分は、人間とAIの協働的な探索タスクにおける注意配分を定量化するための、有効で非破壊的な神経生理学的マーカーとして機能する。
このEEGベースのアプローチは、AIへの信頼を暗黙的に測定するための有望な方法を提供し、信頼キャリブレーションの理解を深める。
本研究は、視覚的注意研究におけるN2pcの応用を、自動化への信頼という重要な領域に拡張するものである。