意思決定支援システムからの提案のユーザー承認
ユーザーが意思決定支援エンジン（スパムフィルターなど）から受け取る可能性のある提案をユーザーが受け入れるかどうかの調査を探しています。ユーザーが期待に沿っている場合、ユーザーはその提案を採用する傾向がありますか？提案が彼らの期待に沿っていない場合、それを遵守するように彼らをどのように「説得」するのが最善でしょうか？
私はさまざまな科学文献を検索してきましたが、あちこちに断片しかありません。これらのトピックをカバーする包括的な研究やレビュー用紙を知っている人はいますか？
少し長いですが、全体を読む価値があるかもしれません。特に実験のセクションは楽しいです。 :)
背景情報：
Shyam SankarによるTEDビデオで、彼は次のように示唆しています。
プロセスに人間を設計することから始めることができます。コンピュータが問題を解決するために何をするかを考えるのではなく、人間が何をするかについてソリューションを設計します。これを行うと、すべての時間を人と機械の間のインターフェースに費やすことがわかるでしょう。特に、摩擦と相互作用に関する設計について。実際、摩擦は、すべての能力を決定する上で、人間の力や機械の力よりも重要です。」
どこ ：
a=分析機能h=人間c=コンピューターM(h*c)=（人間とコンピュータ）のゲシュタルト- _
1+fi_ =摩擦
彼はそれを言って結論づける：
コンピュータは新しいパターンや新しい行動を検出しませんが、人間は検出します。テクノロジーを使用している人、仮説をテストしている人、機械に何かをしてもらうことで洞察を求めている人。
そして、仮説をテストするには、最初に期待を抱いて洞察を検索する必要があります。このようにして、マインドは、マシン（または意思決定支援）へのリクエストよりもすでに先になっています。システム）。
実験：
人間とコンピュータのゲシュタルト（M(h*c)）が分析機能に組み込まれているのはなぜですか？
まあ、ゲシュタルト理論家によると：
画面上のオブジェクト[または結果を見つける]を知覚する能力は、事前の知識と期待の結果の結果+網膜上の画像です。
あなたの場合、意思決定支援システムからの回答またはレポートまたは解決策。
実験してみましょう。次の画像を見て、その中の物を識別してみてください。何か。何でも：
あいまいな刺激が提示されると、私たちの世界の知識はそれを理解するのに役立ちます-コンピューター画面のあいまいな情報と同じです。この時点では、何を見つけるかについての規定された期待はありません。したがって、画像はほとんど無意味になる可能性があります。
私のオフィスでの経験から、私と一部の同僚は、画像に表されているものに無知だったので、もう少し時間を与えられ、何も与えられませんでした。
これは意思決定支援システムに似ており、ユニット、ヘッダー、タイトル、境界などのない数字を提供します。
次に、もう一度画像を見て、ダルメシアンを検索します。ああ！そこにそれがある！同じ画像、別のあなた（ダルメシアンを見つけることを期待しているあなた）。
回答：
期待に沿うようにすれば、ユーザーは提案を受け入れる傾向がありますか？
はい、期待がバイアスをもたらすので、結果として知覚される品質。
提案が彼らの期待に沿っていない場合、それを遵守するように彼らをどのように「説得」するのが最善でしょうか？
意思決定支援システムが提供する結果に期待を合わせるようにユーザーを教育します。