使用人机信任量表对COVID-19接触追踪应用程序的信任建模:在线调查研究

简介

背景

COVID-19大流行改变了我们如何看待技术作为阻止疾病传播的一种资源。为了解决控制病毒传播的需要，世界各地许多政府和公共卫生当局启动了几项技术举措，包括开发人工智能接触追踪移动应用程序。结果，到2020年底，谷歌Play和iOS App Store中都有超过50个cta [1，2］．根据Nguyen等人[3.，安全性和隐私性在设计基于人工智能的CTA技术时至关重要。如果用户认为cta对他们的隐私构成了威胁，这可能会影响他们使用应用程序的倾向，最终影响其采用率和工具的有效性。这一证据导致设计系统关注于确保cta的安全性和私密性的论述越来越多。先前的研究建议了若干准则，例如确保保安功能的复杂程度较低，使一般人士易于使用和理解[4，5]、来自用户的可见性和交互，以及在设计安全措施时要遵循的明确而明确的信息[6-8］．在欧洲阐明的确保合乎道德和负责任的技术发展的目标中也提出了类似的论点。尽管欧洲的COVID-19 cta遵循《通用数据保护条例》和ISO/IEC 27001 [9]，并考虑到当前的人工智能原则，以规范技术使用(即，可信赖人工智能的道德准则[10])，这并不足以保证公民的信任。尽管有关于这些技术是如何基于透明和伦理原则构建的广泛信息，但这种缺乏可信度的情况仍然存在。此外，尽管政府积极推动这些应用的普及，但这些应用的下载率和实际使用率仍然很低。2，6，11-13］．使用率低的一个原因可能是，计算机科学中的安全和隐私仍然主要从技术角度来处理[14］．技术中的隐私属性可能比技术品质更加深刻和复杂。隐私被定义为一个人对被操纵和传播给他人的信息的控制[6，15-18］．

隐私还包括人际特征，如对隐私的感知、系统诚信或仁爱沟通、共享控制以最小化相关的风险和不确定性。例如，尽管在设计爱沙尼亚COVID-19 CTA (HOIA)时考虑了适当的法规和原则，但公民对HOIA的采纳率并没有增加。社会事务部发起的一项调查显示，对92%的爱沙尼亚居民进行的调查显示，HOIA普及率低的关键原因包括缺乏有效性(10%)和对安全和隐私的担忧(19%)[13，19］．因此，在设计基于人工智能的透明和道德负责任的cta方面所做的所有努力都没有成功，这些cta可以防止数据滥用，并确保开发负责任的、可信任的人工智能交互。

我们认为，找到新的方法来确保在此类应用程序的设计中融入信任价值观是至关重要的，这可能会导致建立更技术化、更具社会责任感的社会。人们应该预料到，作为一种忍受技术将带来的复杂未来的手段，对信任的需求将越来越大。用户对技术的信任程度也显著影响技术使用的质量和深度。信任的定义取决于确定信任对象的能力，并代表一方愿意受另一方行为的影响，其基于预期另一方将执行对委托人重要的特定行动，而不管该另一方是否有监视或控制该另一方的能力[20.-22］．

研究的空白

先前的研究证实，技术的接受和采用受到用户对技术的信任程度的影响[11，20.-23］．然而，有证据表明，设计可靠的技术是复杂的，需要更好地理解。就像隐私一样，信任是一种人际交往的品质，存在于我们日常生活的许多时刻，因此经常被无意识地认为。无论是否意识到信任的存在，信任都是日常生活中遇到的关系的一个重要关键，包括人与机器之间的交互。建立信任关系意味着人们允许分享知识、授权和合作行动[11，22，24，25］．因此，除了确保所有伦理、隐私和技术安全要求都被考虑在内的当前研究挑战之外[5，7，9]，我们认为，信任可能是用户不习惯使用依赖公民数据的cta的原因。如果情况确实如此，除了现有的设计法规和原则，设计师还需要机制来分析个人在AI应用程序中的可信任度。通过这种方式，设计师和其他利益相关者可以更深入地了解个人如何感知人工智能的好处，并评估他们的合作倾向和更愿意使用技术。因此，衡量这种AI数据驱动技术在多大程度上被认为是可信的是很重要的(即，使用cta的收益高于可能的损失)。

上述论点主要有三个理由。首先，随着当前在日常活动中越来越多地引入和使用复杂系统的文化，研究人员需要更多地关注构思负责任的人机交互。第二，目前支持道德和负责任的设计实践的范式不足以确保技术的可信性。第三，需要一种新的人机交互机制来有效地评估用户对技术的信任感知(如评估用户对合并信任值的体验)。也就是说，我们提出了新的以人为本的设计框架和机制来指导设计和技术评估过程。总的来说，在过去的十年里，人机交互为提高科技生活质量做出了巨大贡献。因此，普通人越来越多地参与、参与和依赖技术来实现他们的目标。的确，我们不再生活在没有技术的环境中。尽管如此，上述论点表明，我们正在进入一个依赖数据繁荣的新时代。人类在系统能力上的这种共生依赖，以及系统在我们的数据上提供有意义的信息的这种依赖，增加了所提供技术的复杂性。 Consequently, we have become more reliant on trust to survive in these complex symbiotic relationships. This is clearly shown in how digital CTAs were affected by these symbiotic relationships. Most of these apps are collecting highly sensitive data from individuals, including where they have been and with whom they have been in contact.

方法

研究目的与设计

本研究建立在Gulati等人之前的工作基础上[20.和苏萨等人[22]，并以一个核心研究问题为指导:人机信任量表(HCTS)能否用于评估个人对卫生技术的信任感知?本研究的主要目的是提出一种新颖的设计评价机制，将信任价值融入医疗保健技术中，使医疗保健干预措施和技术更值得信赖和接受。也就是说，我们使用偏最小二乘结构方程模型(PLS-SEM)来实证确定所提出的量表(HCTS)的哪些属性适用于医疗保健环境，并可作为透镜来评估个人对互动的信任倾向。本研究分为两个主要阶段:(1)量表的改编和翻译，(2)问卷的测量和验证。

理论模型

采用的理论模型HCTS [20.]，说明了信任的多维属性，考虑到信任的几个属性，如图1．用统计建模技术对该模型进行了验证。该模型的建议属性来自于系统的多学科文献综述，并结合(1)词汇诱导研究，以捕获封装信任的丰富多学科概念集;(2)参与式设计会议和用户探索性访谈，以进一步识别信任的前因;(3)技术验收模型的统一[22];(4)为确保所提议的量表在统计上的确定性而进行的独立研究:信任Siri、信任爱沙尼亚电子投票系统、信任未来场景以及信任人机交互[20.，26］．衡量信任的最终尺度包括三个主要属性:风险感知、能力和仁慈。根据上述研究结果，并意识到信任评估与环境和文化相关，我们评估了该量表的有效性，以衡量公民在cta中的信任态度。为了实现我们的目标，我们制定了四组假设，它们可能会影响或预测用户在与HOIA应用程序交互时的信任。针对我们的主要研究问题建立的四个假设(H1-H4)概述在文本框1．

‎ 查看此图

研究过程

问卷调查

我们使用半结构化问卷来收集数据。在分发问卷之前，我们根据语境调整了原有的量表，并将内容从英语翻译成爱沙尼亚语。文书的翻译和改编遵循改编、翻译和验证过程的指导方针[27］．该调查是根据爱沙尼亚语的HCTS设计的，于2021年4月实施。本研究的目的是建立在先前工作的基础上，并对HCTS进行经验评估，以确定模型的哪些属性适用于健康用户-技术交互。

该调查是使用Lime survey和谷歌Forms创建的。在试验研究期间，受访者的反馈是谷歌表格的视觉设计较不容易混淆;因此，我们决定采用谷歌表格作为最终的调查格式。

刺激

为了确保所有参与者都理解所讨论的技术人工制品以及他们对类似体验的信任感知，我们提供了官方视频，向用户解释HOIA作为刺激，遵循技术探测和设计虚构的概念，也被称为基于心理学的小片段研究。

招聘

这项调查是在爱沙尼亚人口中进行的，主要通过Facebook和作者可以使用的其他社交网络群进行在线分发。在数据收集中使用了便利样本，因为这样可以接触到容易接近、可用并愿意参与的人口成员[28］．

道德的考虑

本研究符合负责任的人体研究的基本伦理原则。要求所有参与者知情同意，并获得量表作者的授权[20.]进行量表的语境调整和验证。该研究于2021年7月9日获得塔林大学伦理委员会的批准(研究名称:“关于技术、社会和文化之间动态信任关系的调查”;批准文号:Taotlus nr 6-5.1/17)。

结果

参与者的特征

共获得78个应答并用于数据分析;很少有回答被排除在外，因为所有的受访者都完全完成了调查。被排除在外的三种情况包括大多数倾向于中立选项的答案。收集的数据包括以下信息:人口统计、移动应用和HOIA的使用模式、对HOIA的信任(包括风险感知、仁心、能力和一般信任)，以及对HOIA现有和附加功能的意见。在78名受访者中，73% (n=57)为女性，只有27% (n=21)为男性。近一半的受访者(36/78,47%)年龄在31-42岁之间，约三分之一(25/78,32%)年龄在43-55岁之间。

HOIA使用模式

在78名受访者中，有61人下载了《房屋及住宅条例》的CTA。其中，47名女性的下载率高于14名男性。年轻的受访者(18-30岁)拥有更高的下载量(88%)，但他们也代表了最小的样本。略多于半数的参与者(56%)承认他们对如何使用“物业管理大纲”没有信心;这种感觉在男性中更为明显(n=13)。20名参与者承认他们从未打开过这款应用，尽管61人声称他们每天都在使用手机应用。

在17名没有下载HOIA应用程序的受访者中，大多数是男性。与会者声称他们不下载《信息自由法》的主要原因包括:不了解它的工作原理，以及担心他们的数据的隐私和安全。当被问及他们期望从CTA中获得哪些额外功能时，一些人提到需要了解积极使用CTA的好处。当被问及他们在移动设备上最常见的活动时，76名参与者表示用于交流，66人表示用于社交，60人表示用于娱乐，40人表示用于与健康和幸福有关的用途。

评核比额表

被调查的HCTS包括五个构建:风险感知、能力、仁爱、互惠和信任[20.，22，26)(见图1)．根据Hair等人的建议[29]，为我们的研究有效执行PLS- sem所需的最小样本量被计算为40(即，在PLS路径模型中指向潜在变量的最大箭头数的10倍)。之所以选择这种方法，是因为测量技术信任是复杂的，在本例中包括四个构造和模型关系。研究中使用的措施改编自Gulati等人[20.］．他们的工作模型通过不同的研究信任技术，包括信任使用设计虚构(未来场景)的Siri，信任爱沙尼亚电子投票服务，以及信任人机交互。24］．古拉提等[20.]使用意愿和动机的概念测量风险感知，这一概念是通过两项独立研究发展而来的[6，24］．这项研究增加了两个通过Schoorman等人[21信任的概念化。古拉提等[20.基于Mcknight等人的方法来衡量能力和互惠性[30.，并根据Harwood和Garry之前的工作来衡量善行[31和麦克奈特等人[30.］．本次调查采用李克特量表7分制收集数据，1分表示非常不同意，7分表示非常同意。除了风险感知量表外，所有的项目都是积极的措辞，它被改编成消极的措辞，并在分析数据前反转。HCTS措施总结在文本框2．

数据分析

我们总共分析了78个答案。在我们的研究中，所有分析数据的量表都是积极的措辞，除了感知风险是消极的措辞。分析的第一步涉及评估HCTS的信度和效度，以衡量HOIA的信任。在此阶段，我们计算项目是否具有潜在结构的良好度量[29，32］．我们丢弃了风险感知项目6和能力项目4，因为负载低于0.5，并保持所有负载高于各自的阈值(>0.5)。表1而且图2演示分析中使用的所有项目及其装载。

进一步验证提取的平均方差(AVE)是否大于0.5;如表1， AVE值均为>0.5，说明项目具有较好的收敛信度[12，32］．同样，所有指标的综合信度均在>0.7以上，具有足够的内部一致性。狄龙-戈尔茨坦ρ统计量，根据Hair等[29]，与Cronbach α相似，但允许指标变量具有不同的外部负载，且应高于0.7(或探索性研究中的>0.6)。所有项目的数值均高于0.7 (表1)，进一步证明模型是可接受的，具有令人满意的内部一致性。

使用Fornell-Lacker准则(表2)表明每个构念本身的效度高于每个对应构念的效度[32］．

‎ 查看此图

信任物业管理屋

此外，我们评估了决定系数(R²)的值，表示外生潜在变量对内生潜在变量的综合效应，并以与传统回归分析程序相同的方式解释[29］．在这项研究中，R²值为0.806，调整后R²是0.795。根据Hair等[29),R²0.75、0.50或0.25分别被认为是实质性、中等或微弱的值。根据这种解释，两者都R²和调整R²本研究的价值表明有实质性的效果。因此，大约83%的技术信任变化可以用HCTS中统计显著的外生变量来解释。因此，我们得出结论，统计上显著的属性显著预测了COVID-19 cta的用户信任，即HOIA。考虑到目前为止获得的所有经验值，可以肯定地说，我们的模型通过了测量和结构模型评估的标准，最终量表显示出良好的效度、信度和预测能力。

讨论

主要研究结果

为了解决我们的中心研究问题(HCTS能否用于评估个人对卫生技术的信任感知?)，我们以经验评估了HCTS用于评估个人对卫生技术的信任感知的适用性，更广泛的目标是理解HCTS的哪些属性在卫生技术中是正确的。如表3在美国，我们的四个假设除了一个之外都得到了支持，基于统计上显著的影响。

例如，H1(风险感知中介信任)、H2(胜任力中介信任)和H4(互惠中介信任)具有统计学意义，这与Gulati等人的研究结果一致[20.］．然而，我们也发现H3(仁爱调节信任)不显著(P=点)。要理解这些结果，重要的是要考虑这些构造是如何操作的。根据Gulati等的[20.和斯库尔曼等人的[21]，而H3和H4是基于Gulati等人的操作化研究[20.］．

限制

我们的研究并非没有局限性，可以指导未来的研究。首先，文化影响信任。第二，所提出的量表(HCTS)表明信任是一个动态的结构，在环境中演变，并具有文化依赖性。第三，基于Schoorman等人的[21]的概念需要进一步的重新评估，因为结果更符合Gulati等人的研究[20.]，但也表明爱沙尼亚公民认为HOIA是一种仁慈的特征之间没有显著的相关性。

结论

总之，本研究的结果表明，对爱沙尼亚CTA (HOIA)的信任程度与用户认为该系统有能力、互惠和风险的程度显著相关。本研究使用PLS-SEM识别统计显著因素，以评估个人对健康人机交互的信任感知。这项工作有助于建立从HCTS派生的量表的最终版本，该量表由13个项目组成，可用于衡量用户信任水平，包括能力、互惠和感知风险。此外，这些结果不应仅局限于HOIA，也可用于衡量其他cta的信任。