BriefGPT - AI 论文速递
·
面向成功用户决策支持的动态解释选择与可解释人工智能
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文研究了面向新手用户的非稳健智能决策支持系统的互动，介绍了一种新颖的基于子目标的解释类型，以提高用户任务表现和系统的鲁棒性。研究表明，基于子目标的解释可实现更好的用户任务表现、提高用户区分优化和非优化智能决策支持推荐的能力，并在智能决策支持系统失灵的情况下实现更加鲁棒的用户表现。
🎯
关键要点
- 研究面向新手用户的非稳健智能决策支持系统的互动。
- 介绍基于子目标的解释类型，以补充传统智能决策支持系统输出的信息。
- 基于子目标的解释可提高用户任务表现和系统的鲁棒性。
- 基于子目标的解释能提高用户区分优化和非优化智能决策支持推荐的能力。
- 用户对基于子目标的解释表示喜爱。
- 在智能决策支持系统失灵的情况下，基于子目标的解释能实现更加鲁棒的用户表现。
➡️
