Trust–reliance alignment is context-sensitive in automated driving: a within-person secondary analysis of open experimental data
本研究通过重新分析实验数据，证明了虽然个体对自动驾驶系统的瞬时信任通常与其依赖决策保持一致，但这种关系在高速公路场景下比在郊区场景下显著更弱，这表明界面设计应当优先考虑支持及时的控制权重新评估，而非仅仅旨在提高平均信任水平。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当汽车自动驾驶时，车内的人类不仅仅是一名乘客；他们是这场不断变化的责任之舞中的合作伙伴。车辆负责转向和速度，但人必须决定在任何给定时刻要给予机器多少信任。这种关系依赖于两件截然不同的事物。首先是信任，这是一种感觉——一种对技术安全可靠的普遍信念。其次是依赖，这是实际的选择，即决定让汽车接管控制权，还是重新夺回方向盘。在现实世界中，这两者并不总是同步变化的。一名驾驶员可能普遍信任自动驾驶系统，但在面对突发的危险情况时仍会犹豫是否让其处理。理解这些感受与行为如何连接，特别是在路况变化时，对于制造能保障人类安全的车辆至关重要。
研究人员最近通过重新审视一项涉及206名持证驾驶员的大型实验数据，对这种联系进行了深入研究。在原始研究中，这些参与者观看了一段自动驾驶汽车在两种完全不同的环境中行驶的视频场景：繁忙的高速公路和安静的郊区社区。每个场景都包含一个令人惊讶的瞬间，例如另一辆车危险地并线靠近，或一辆车意外减速，随后是情况的解决。在观看完每个场景后，驾驶员被要求选择他们想要给予自动化系统多少控制权，范围从完全接管方向盘到闭眼让车驾驶。他们还评价了在那个特定时刻对车辆的信任程度。这项新的分析将这些反应进行了分类，将驾驶员长期的、普遍的信任与他们在某一时刻变化的信任区分开来。这使得研究人员能够观察到，当一个人的信任感上升时，是否会交出更多的控制权，以及这种模式是否在不同类型的道路上都成立。
研究结果揭示了一个清晰但微妙的图景。当驾驶员对特定场景的信任度增加时，他们确实更愿意将更多控制权交给汽车。这种感觉与行动之间的联系是强大且一致的，即使在考虑了驾驶员年龄、对机器人的普遍态度以及驾驶频率等因素后依然存在。然而，驾驶环境本身与感受同样重要。在高速公路场景中，无论驾驶员对系统有多信任，他们都会一致地选择保留更多的控制权。即使驾驶员对系统感到非常放心，高速公路环境的危险性也会让他们退缩，从而减少他们愿意接受的自动化程度。此外，信任与行动之间的联系在高速公路上比在郊区更弱。在郊区环境下，信任的上升会导致让汽车驾驶的意愿更直接地增加；而在高速公路上，这种联系较松散，驾驶员仍保持着更加谨慎的状态。
研究还观察了驾驶员在意外事件发生及解决时的反应。当意外发生时，信任度和让车驾驶的意愿都会下降。当情况得到解决时，信任感往往会迅速回升，但让车驾驶的意愿并不总能恢复到同样的程度。这表明，驾驶员可能明白问题已经解决并感到安全了，但仍会对完全交出控制权感到犹豫。研究人员发现，仅仅向驾驶员展示更多的屏幕信息并不能解决这一差距。提供关于汽车正在观察和规划什么的详细显示界面，并不能让信任与依赖之间的联系变得更强或更一致。额外的辅助信息并不能帮助驾驶员将他们的感受转化为更好的控制决策。
这些结果表明，设计自动驾驶汽车不仅仅是试图让人们对技术产生好感。目标不应是最大化驾驶员感受到的平均信任水平，而应该是支持驾驶员在正确的时间做出正确的决定。一个在平静日子里感觉值得信赖的系统，在繁忙的高速公路上可能仍需要密切监控。研究表明，界面和安全协议应该侧重于帮助驾驶员在情况发生变化时快速重新评估控制权，而不是假设高信任分值就意味着驾驶员已准备好放手。最重要的因素不仅在于驾驶员是否信任汽车，而在于他们能否根据即时的道路风险来调整自己的依赖程度。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。