هوش مصنوعی

پژوهش: هشدارهای کوتاه‌تر می‌توانند به دانش قبلی کاربران تکیه کنند

مطالعه‌ای با مشارکت ۱۱۴ نفر، در یک وظیفهٔ پایش زمان‌حساس، برنامه‌ریز هشدارهای مبتنی بر مدل دانش شنونده را با پیام‌هایی که مشکل را کامل و به‌ترتیب وقوع توضیح می‌دادند مقایسه کرد.

۱ دقیقه مطالعه
Figure 1 . Typical alerting systems name every problem in full in the order they occur. People instead reason about what their listener knows and state only what they cannot supply. In a user study ( N = 114 N=114 ), we
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

سامانه‌های کمکی اغلب همه‌چیز را به کاربر می‌گویند؛ حتی اطلاعاتی را که او از قبل می‌داند. این کار ممکن است زمان و توجه را از رویدادهای بعدی بگیرد. پژوهشگران در مطالعه‌ای پیش‌ثبت‌شده بررسی کردند که آیا کاربران می‌توانند پیام ناقص یک سامانهٔ ماشینی را با اتکا به دانش قبلی خود بفهمند یا نه.

در این آزمایش، دانش قبلی کاربران و زمان در دسترس برای تشخیص موقعیت‌های بحرانی کنترل شد. یک برنامه‌ریزِ مبتنی بر مدل دانش شنونده تصمیم می‌گرفت چه چیزی را، چه زمانی و با چه میزان صراحت بگوید؛ گروه مقایسه پیام‌هایی دریافت می‌کرد که مسئله را کامل و به‌ترتیب وقوع شرح می‌دادند. چکیدهٔ در دسترس جزئیات نتیجهٔ مقایسه را بیان نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست