个性化推荐算法透明度对用户感知可信度的影响

作     者：吴丹 武瑜轩 Wu Dan;Wu Yuxuan

作者机构：武汉大学信息管理学院湖北武汉430072 武汉大学人机交互与用户行为研究中心湖北武汉430072 

基　　金：国家自然科学基金重大研究计划培育项目“人机交互视角下数据与知识双驱动的可解释智能决策方法研究”(项目编号:92370112) 2023年度湖北省自然科学基金创新群体项目“以人为本的人工智能创新应用”(项目编号:2023AFA012)的成果 

出 版 物：《情报理论与实践》 (Information Studies:Theory & Application)

年 卷 期：2024年第47卷第11期

页      码：91-100页

摘      要：[目的/意义]人工智能技术的发展与应用在推动人类社会变革的同时,也破坏了人与技术之间的信任。探索算法透明度与用户感知可信度间的关系,有助于破除算法黑箱,重塑技术信任,发展可信赖的人工智能。[方法/过程]文章以微信朋友圈信息流广告为研究平台,招募50位被试开展眼动实验,结合问卷和访谈等方法探究在不同的透明度情境下,用户对个性化推荐广告的感知可信度,进而厘清人与算法间的信任关系,从信任视角提出透明度提升策略。[结果/结论]用户的感知可信度受到透明度程度、透明度内容和结构等因素的影响,未来应当发展合理有效、方便访问、易于理解的算法透明度,以此提高用户信任,推动可信人工智能发展。[局限]研究的样本来源和研究视角单一,后续将扩大实验规模探索不同用户群体的感知可信度差异。

主 题 词：算法透明度 感知可信度 可信人工智能 个性化推荐广告 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16353/j.cnki.1000-7490.2024.11.010

馆 藏 号：203155636...