摘要：[目的/意义]人工智能的技术突破加速了自动驾驶系统的发展进程,使得自动驾驶和相关行业迎来了新一轮的发展机遇。增强现实抬头显示器(AR-HUD)是目前自动驾驶领域最具应用前景的人智交互界面之一。探索不同环境可见度条件下采用何种AR-HUD视觉解释类型能够提高用户对自动驾驶系统的接受度,有助于提高自动驾驶系统决策的透明性,推动可解释的人工智能(Explainable AI)的发展。[研究设计/方法]受控实验采取3(视觉解释类型:图标/文本/无)×2(环境可见度:高/低)组内设计,61名参与者在6种不同的模拟驾驶场景中与AR-HUD交互,用量表度量驾驶中人智交互的用户体验,包括用户对自动驾驶系统的感知、态度及意愿。[结论/发现]AR-HUD的视觉解释类型显著影响用户对自动驾驶系统的接受度,图标解释效果显著优于文本解释和无解释;然而,环境可见度不存在显著的调节作用。[创新/价值]结合仿真模拟软件和实体模型创建了逼真的驾驶场景,通过受控实验精准度量人智交互的用户体验,为通过AR-HUD设计打开自动驾驶“黑匣子”提供了实证依据,并为度量人智交互的用户体验提供了方法支持。

摘要：[目的/意义]人智交互是人机交互领域的前沿课题,人智交互体验研究关注人类使用人工智能系统完成特定任务的过程和结果并探讨各要素在其中的作用机制。揭示受控实验这一重要方法在国外已有人智交互体验研究中的应用情况,将为未来人智交互体验实验研究的开展提供有力指引,从而推动人本人工智能的发展与普及。[研究设计/方法]采用系统性综述方法,收集了发表于2007年至2022年间的114篇国外人智交互体验实验研究文献,构建了包括实验样本、实验任务、实验材料、实验观测维度、数据分析方法这五个一级类目的编码表,基于该编码表对文献的实验设计部分开展内容分析。[结论/发现]以往人智交互体验实验研究表现出实验样本抽样方式单一、实验材料可复用性低、客观的实验观测手段使用不足、实验任务前瞻性强等特点。[创新/价值]聚焦于人智交互体验这一新兴研究方向,首次在研究方法层面进行了全面梳理与分析,贡献了一套完整的实验设计基本框架,有助于提升人智交互体验研究的规范性和科学性。