跳到正文
arXiv · NLP· Ruth Cohen, Lu Feng, Ayala Bloch, Sarit Kraus·· 3 天前AI 评分31

三项人类受试者研究显示,AI辅助决策中不同支持策略的效果高度依赖任务类型

Supporting Calibrated Reliance in AI-Assisted Decision-Making: Different Strategies for Different Tasks

AI 导读

三项涵盖RAVEN矩阵与LSAT逻辑题的研究表明,LLM解释在语言推理中提升准确率与错误恢复,但未优于仅预测模式。视觉推理中概率支持表现最优,选择性自动化策略为高性能基准。 研究证实AI支持效果依任务而定,建议界面设计需匹配任务类型与用户证据,以促进校准依赖与错误恢复。

来源:arXiv · NLP · arxiv.org