这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章,该许可允许在任何媒体上不受限制地使用、分发和复制,前提是原始作品首次发表在JMIR Human Factors上,并适当引用。必须包括完整的书目信息,到https://humanfactors.www.mybigtv.com上原始出版物的链接,以及版权和许可信息。
2019冠状病毒病(COVID-19)大流行导致了全球技术使用的社会和经济变化。这次大流行危机带来了接触者追踪应用程序(cta)等额外措施,以帮助对抗病毒的传播。不幸的是,这些应用的低采用率影响了它们的成功。低采用率可能有很多原因,包括对安全和隐私的担忧,以及对cta的信任问题。一些关切涉及如何将cta用作监视工具,或由于它们涉及健康数据而可能对隐私构成威胁。例如,在爱沙尼亚,名为HOIA的CTA在2021年1月中旬的下载量约为25万次。然而,在2021年,只有4.7%的人口使用HOIA作为COVID-19的CTA。低采用率的原因包括缺乏能力,以及隐私和安全问题。尽管欧盟努力建立道德规范和可信赖的基于人工智能(AI)的应用程序,但这种低采用率和缺乏可信度的情况仍然存在。
本研究的目的是了解如何衡量对卫生技术的信任。具体来说,我们评估了人机信任量表(HCTS)的有用性,以衡量爱沙尼亚人对HOIA应用程序的信任以及这种缺乏信任的原因。
主要的研究问题是:HCTS能否用于评估公民对卫生技术的信任程度?我们建立了四个假设,并通过调查进行了验证。我们使用方便样本进行数据收集,包括在社交网站上共享问卷,并使用滚雪球法接触爱沙尼亚人口中所有潜在的HOIA用户。
在78名受访者中,61人下载了带有使用模式数据的HOIA应用程序。然而,在下载了这款应用的人中,有20人承认从未打开过它,尽管大多数人声称自己经常使用手机应用。主要原因包括不了解它的工作原理,以及对隐私和安全的担忧。参与者对cta的总体信任与他们对HOIA应用程序的三个属性的感知信任之间存在显著相关性:能力(
这项研究表明,爱沙尼亚居民对HOIA应用程序的信任确实影响了他们使用该应用程序的倾向。参与者通常不认为HOIA可以帮助控制病毒的传播。这项工作的结果仅限于HOIA和使用类似接触者追踪方法的健康应用程序。然而,这些发现可以帮助人们更广泛地理解和认识到设计值得信赖的技术的必要性。此外,这项工作可以帮助提供设计建议,确保cta的可信度,以及人工智能使用高度敏感数据和服务社会的能力。
COVID-19大流行改变了我们对技术作为阻止疾病传播资源的看法。为满足控制病毒传播的需要,世界各地许多政府和公共卫生当局已启动了若干技术举措,包括开发人工智能接触者追踪移动应用程序。因此,到2020年底,在Google Play和iOS App Store中都有超过50款cta。
隐私还包括人际特征,如对隐私的感知、系统诚实或仁慈的沟通,以及将相关风险和不确定性降至最低的共享控制。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的采用并没有增加。根据社会事务部对92%的爱沙尼亚居民进行的一项调查,HOIA采用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%)[
我们认为,有必要找到新的方法,确保在这些应用程序的设计中融入信任价值观,从而建立更技术化、更有社会责任感的社会。人们应该预料到,人们对信任的需求将越来越大,因为信任是一种忍受技术将带来的复杂未来的手段。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。信任是根据决定信任谁的能力来定义的,它代表了一方愿意受到另一方行为的伤害,这种行为是基于另一方将履行对委托人重要的特定行为的期望,而不管另一方是否有能力监督或控制该另一方[
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[
上述论点有三个主要理由。首先,随着我们日常活动中越来越多地引入和使用复杂系统的当前文化,研究人员需要更多地关注于构思负责任的人机交互。其次,目前支持道德和负责任的设计实践的范例不足以确保技术的可信度。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(例如,评估用户对合并信任价值的体验)。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,在过去的十年中,人机交互对提高技术生活质量做出了重大贡献。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,我们的生活已经离不开科技了。尽管如此,上述观点表明,我们正在进入一个依赖数据繁荣的新时代。人类对系统能力的共生依赖,以及系统对我们提供有意义信息的数据的共生依赖,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.
这项研究建立在Gulati等人之前的工作基础上[
采用的理论模型HCTS [
人机信任模型正在调查中。H:假设。
在HOIA应用程序中的风险感知与对HOIA的总体信任之间存在显著的正相关。风险感知定义为
在HOIA中,能力与一般信任之间存在显著的正相关。HOIA能力定义为
在HOIA中,仁慈与一般信任之间存在显著的正相关。仁慈被定义为公民的
在HOIA的使用中,互惠和信任之间存在显著的正相关。互惠的概念被理解为
我们使用半结构化问卷来收集数据。在分发问卷之前,我们根据上下文调整了原始量表,并将内容从英语翻译成爱沙尼亚语。该仪器的翻译和改编遵循了改编、翻译和验证过程的指导方针[
该调查是使用Lime survey和Google Forms创建的。在初步研究期间,受访者的反馈是,谷歌表单的视觉设计不那么令人困惑;因此,我们决定采用Google Forms作为最终的调查格式。
为了确保所有参与者都理解所讨论的技术人工产物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作为一种刺激,遵循技术探测和设计虚构的概念,也被称为心理学中的基于小插曲的研究。
这项调查是在爱沙尼亚人口中进行的,主要是通过Facebook和其他可供作者使用的社交网络小组在网上进行的。在数据收集中使用了方便样本,因为这样可以接触到容易接近、可用且愿意参与的人口成员[
本研究遵循对涉及人类受试者的研究负责任的基本伦理原则。所有参与者均已获得知情同意,并获得量表作者的授权[
共获得78份答复并用于数据分析;很少的回复被排除,因为所有受访者都完全完成了调查。被排除在外的三个案例中,多数人的答案倾向于中性选项。收集的数据包括以下信息:人口统计、移动应用程序和HOIA的使用模式、对HOIA的信任(包括风险感知、仁慈、能力和一般信任),以及对HOIA现有和附加功能的看法。在78名受访者中,73% (n=57)是女性,只有27% (n=21)是男性。近一半(36/ 78,47%)的受访者年龄在31-42岁之间,约三分之一(25/ 78,32%)的受访者年龄在43-55岁之间。
在七十八名回应人士中,有六十一名曾下载考评局的综合评估报告。其中,47名女性用户的下载量最高,而14名男性用户的下载量最高。更年轻的受访者(18-30岁)拥有更高的下载量(88%),但他们所代表的样本也较小。略多于一半(56%)的受访者承认,他们对如何使用HOIA没有信心;这种看法在男性中更为突出(n=13)。20名参与者承认他们从未打开过这款应用,尽管61名参与者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。参与者声称不下载HOIA的主要原因包括:不了解其工作原理,以及担心其数据的隐私和安全。当被问及他们期望从CTA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名参与者表示用于通信,66人表示用于社交网络,60人表示用于娱乐,40人表示用于与健康和福祉有关的用途。
被调查的HCTS包括五个构念:风险感知、能力、仁慈、互惠和信任[
RP1:我认为使用HOIA可能会产生负面影响
RP2:我觉得我在使用HOIA的时候一定要小心
RP3:与HOIA互动是有风险的
RP4:我觉得和HOIA互动不安全
RP5:当我与HOIA互动时,我感到很脆弱
COM1:我相信HOIA有能力和有效地识别我是否与covid -19阳性患者有过密切接触
COM2:我相信HOIA具有我对COVID-19接触者追踪系统的所有期望
记者:我认为,HOIA对密切接触新冠病毒感染者起到了警示作用
REC1:当我与HOIA分享一些东西时,我希望得到一个有知识和有意义的回应
REC2:当我和HOIA分享一些东西时,我相信我会得到一个答案
本1:我相信HOIA的行为符合我的最大利益
本二:我相信如果我需要帮助,酒店会尽力帮助我
BEN3:我相信HOIA有兴趣了解我的需求和偏好
GT1:当我使用HOIA时,我觉得我可以完全依赖它
GT2:我总是可以依靠HOIA的指导和帮助
GT3:我可以相信HOIA提供给我的信息
我们总共分析了78个答案。在我们的研究中,所有用于分析数据的量表都是积极的,除了感知风险,它是消极的。分析的第一步涉及评估HCTS的可靠性和有效性,以衡量对HOIA的信任。在这一阶段,我们计算项目是否具有良好的潜在构念测量[
进一步验证提取的平均方差(AVE)是否大于0.5;如图所示
采用Fornell-Lacker准则得到的判别效度和交叉载荷值(
测量模型的载荷、可靠性和有效性。
项目 | 载荷(> 0.5) | 大街一个(> 0.5) | CRb(> 0.7) | Dillon-Goldstein ρ (>0.7) | ||||||
|
0.684 | 0.866 | 0.787 | |||||||
|
BEN1 | 0.780 |
|
|
|
|||||
|
BEN2 | 0.905 |
|
|
|
|||||
|
BEN3 | 0.791 |
|
|
|
|||||
|
0.784 | 0.916 | 0.864 | |||||||
|
COM1 | 0.887 |
|
|
|
|||||
|
COM2 | 0.904 |
|
|
|
|||||
|
COM3 | 0.865 |
|
|
|
|||||
|
0.773 | 0.872 | 0.719 | |||||||
|
REC1 | 0.898 |
|
|
|
|||||
|
REC2 | 0.860 |
|
|
|
|||||
|
0.504 | 0.835 | 0.810 | |||||||
|
一国 | 0.649 |
|
|
|
|||||
|
RP2 | 0.727 |
|
|
|
|||||
|
RP3 | 0.711 |
|
|
|
|||||
|
RP4 | 0.741 |
|
|
|
|||||
|
RP5 | 0.717 |
|
|
|
|||||
|
0.622 | 0.830 | 0.717 | |||||||
|
GT1 | 0.822 |
|
|
|
|||||
|
GT2 | 0.692 |
|
|
|
|||||
|
及至 | 0.843 |
|
|
|
一个AVE:提取的平均方差。
bCR:复合可靠性。
最后的理论模型加载。本:仁慈;COM:能力;GT:一般信任;娱乐:互惠;牧师:反向;RP:风险感知。
基于Fornell-Lacker标准的测量项目的判别效度和交叉载荷值(斜体)。
项 | 仁 | 能力 | 互惠 | 风险感知 | 信任 |
仁 |
|
0.747 | 0.620 | -0.625 | 0.730 |
能力 | 0.747 |
|
0.700 | -0.585 | 0.843 |
互惠 | 0.620 | 0.700 |
|
-0.526 | 0.727 |
风险感知 | -0.625 | -0.585 | -0.526 |
|
-0.714 |
信任 | 0.730 | 0.843 | 0.727 | -0.714 |
|
此外,我们评估了决定系数(
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?),我们对HCTS是否适合评估个人对卫生技术的信任感知进行了实证评估,其更广泛的目标是了解HCTS的哪些属性适用于卫生技术。如图所示
结构模型路径系数显著性检验。
假设 | 通径系数(SD) |
|
|
97.5%可信区间 | 意义( |
仁慈可以调节信任 | 0.062 (0.097) | 0.674 | 50 | 0.251 | 没有 |
胜任力调节信任 | 0.495 (0.099) | 5.022 | <措施 | 0.690 | 是的 |
互惠调节信任 | 0.195 (0.084) | 2.285 | 02 | 0.355 | 是的 |
风险感知调节信任 | -0.287 (0.056) | 5.106 | <措施 | -0.197 | 是的 |
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[
我们的研究也有其局限性,可以指导今后的研究。首先,文化影响信任。其次,该量表(HCTS)表明,信任是一个动态的结构,在语境中演变,并具有文化依赖性。第三,根据Schoorman等人[
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系统胜任,互惠和风险的程度显着相关。本研究使用PLS-SEM来识别具有统计意义的因素,以评估个人对健康的人类技术互动的信任感知。这项工作有助于建立由HCTS衍生的量表的最终版本,该量表由13个项目组成,可用于测量用户信任水平,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。
人工智能
提取的平均方差
接触者追踪程序
人机信任量表
爱沙尼亚COVID-19接触者追踪应用程序
偏最小二乘结构方程建模
这项研究部分由信任和影响计划(FA8655-22-1-7051)、欧洲航空航天研究与发展办公室和美国空军科学研究办公室资助。
概念化:SS、TK;数据收集:TK;数据分析:SS、TK;结果解释:SS;写作-原稿:SS。
没有宣布。