Trigpoint
Collections 書架 › Human-Automation Interaction 人機自動化 › trust in automation 自動化信任
「信任越高越好」:錯。

自動化信任

trust in automation · Lee & See (2004)
書目已核 ✓ 人機自動化 · 信任與依賴 私下告訴編輯 ▸
三句講透 人靠信任決定用不用自動化,而信任可以錯配:信過頭,系統失能時照樣依賴;信不足,能用的工具被閒置。
設計目標從來不是把信任推高,是把信任校準到系統的真實能力。

↳ 見過反例?

信任的形成與校準 Lee & See (2004) 系統揭露的資訊:目的 · 過程 · 表現 三條形成路徑:分析 · 類比 · 情感 資訊不可得時,退回情感 與類比捷徑,最易誤校 信任 校準:信任水平匹配真實能力 解析度:分得出哪些情境可靠、哪些不可靠 依賴決策 信任>能力:誤用 信任<能力:棄用 圖:trigpoint.pub
圖 1 · 信任形成與校準的機制示意。
系統揭露的資訊經三條心理路徑形成信任;信任對照真實能力做校準與解析,決定依賴行為。
兩個失配極:信過頭是誤用,信不足是棄用。
示意重繪自 Lee 與 See(2004)框架。 放大看圖 ▸

一、發生什麼事

設計人機系統時,很自然會想讓用戶多信任一點。2004 年,Lee 與 See 整合了散落各處的信任研究,給出這個領域的統一框架[1]Lee, J. D., & See, K. A. (2004). Trust in Automation: Designing for Appropriate Reliance. Human Factors, 46(1), 50–80. 書目經多源交叉核對。框架要旨依多源一致轉述。。衡量信任是否恰當,框架中兩個核心概念是校準(信任水平匹配真實能力)和解析度(信任能分辨系統在哪些情境可靠、哪些不可靠)。信任由三類資訊餵養:系統的目的、過程、表現(這組三維在二人之前已有出處,二手文獻多歸 Lee 與 Moray 1992,祖源本頁未一手核);經三條心理路徑形成:分析、類比、情感。介面揭露什麼資訊,決定信任往哪裏走。本頁推論:資訊不可得時,人較可能退回情感和類比捷徑,誤校的風險隨之升高。

署名要給對:Lee 與 See(2004)的角色是整合者:信任研究在此之前散見各處,三維資訊在其前已有出處(二手文獻多歸 Lee 與 Moray 1992,祖源未一手核),校準加解析度、三維資訊加三條路徑的統一框架,才是二人的統合貢獻。引用時歸屬框架,不必歸屬「信任」一詞。

二、為什麼這對你重要

「怎樣令用戶更信任 AI」是一條走錯方向的問題。過度信任製造的事故,和信任不足浪費的產能,同樣真實。可操作的問法是:這個系統在什麼情境下可靠、什麼情境下不可靠,用戶分不分得出?分不出,就在介面上把過程和表現亮出來。信任是校準出來的;谷高出來的,叫盲信。

適用邊界:目標是校準不是拔高,且要分得出系統在哪些情境可靠;信任是動態狀態而非人格特質;本頁框架為二手確認級,未經一手逐句核對。

↳ 你的情況在邊界內還是外?

驗證層 · 會員
這個節點的導讀公開閱讀。
驗證細節與失效邊界屬會員版。

Lab 實測 有實證才寫

本節點暫無實測。

參考文獻

如何閱讀來源註記 「書目經…核對」指作者、年份、題名與出版項已確認;不代表該來源的主張已被核對。「依多源一致轉述」指主張建立於多份彼此一致、轉述該來源的資料,而非原文件本身。 定義版本:2026-09-20。

  1. [1] Lee, J. D., & See, K. A. (2004). Trust in Automation: Designing for Appropriate Reliance. Human Factors: The Journal of the Human Factors and Ergonomics Society, 46(1), 50–80. https://doi.org/10.1518/hfes.46.1.50_30392 ↩

↳ 引註有誤?

私下告訴編輯:更正、反例或適用性

編輯每週處理一次;處理後,摘要與回應會列在討論與回應紀錄,處理前不公開。提交毋須註冊,暱稱可留空。

你想提交的是
設定公開名稱後,可選擇以名稱致謝 ▸
不登入,直接匿名提交

登入後可在「我的」頁追蹤處理狀態。你寫的內容會保留。

你已登入:本件會連結到你的帳號,只有你和編輯看得到,方便你在「我的」頁追蹤狀態。原文不會公開。 完整私隱政策 ▸

不連到帳號,改為匿名提交 ▸

不收集電郵。你的原文與暱稱只供編輯閱讀,不會公開;討論與回應紀錄只刊載編輯撰寫的摘要。真人驗證由 Cloudflare Turnstile 提供;為限制濫用,系統只保存 IP 的雜湊值,不保存明文 IP。原文保存於我們的雲端服務商,可應要求刪除。 完整私隱政策 ▸

回應紀錄 ▸