对自动化和人类-算法团队执行一对一面相匹配任务的精度的信任
Daniel J Carragher1, Daniel Sturman2, Peter J B Hancock3
1School of Psychology, Faculty of Health and Medical Sciences, University of Adelaide, Adelaide, SA, 5005, Australia. daniel.carragher@adelaide.edu.au.
Cognitive research: principles and implications
|June 20, 2024
概括
人类对自动面部识别系统 (AFRS) 的信任影响了业绩. 虽然辅助提高了准确性,但AFRS辅助的人仍然低于单独的系统,这凸显了在人-算法角色中需要仔细选择的需要.
科学领域:
- 认知心理学 认知心理学
- 人与计算机的交互
- 生物识别信息 生物识别信息
背景情况:
- 自动面部识别系统 (AFRS) 越来越多地用于身份验证.
- 对于AFRS,通常需要人类监督,但人类-AFRS团队可能仅凭自动化系统的表现不佳.
- 以前的研究表明,人类-AFRS团队的准确性可能低于独立操作的AFRS.
研究的目的:
- 通过模拟AFRS (sAFRS) 辅助的面部匹配任务中,研究对自动化和性能的信任之间的关系.
- 为了确定信任的个人差异是否会影响人类-AFRS合作的有效性.
- 为了评估sAFRS辅助人类的整体表现,与单独的sAFRS相比.
主要方法:
- 160名参与者完成了一对一的面部匹配任务,分为两个阶段:无助和辅助.
- 在辅助阶段,参与者在做出自己的决定之前查看了sAFRS的决定 (95%准确).
- 测量了参与者对自动化的信心,并与性能增长相关联.
主要成果:
- 大多数参与者在sAFRS的帮助下提高了表现.
- 对自动化更高的信任与sAFRS协助带来的更大的性能收益相关.
- 尽管有帮助,但平均辅助人类的表现并没有达到sAFRS的准确性.
- 一小部分参与者在sAFRS的帮助下实现了完美的准确性.
结论:
- 对自动化的信任是影响人类在AFRS辅助任务中的表现的重要因素.
- 在选择人员担任涉及人与算法交互的角色时,应考虑个人对信任的差异.
- 优化人类-AFRS协作需要了解并潜在地管理用户的信任水平.
