dc.contributor.advisor | Μιχαήλ, Λοΐζος | |
dc.contributor.author | Tsiraki, Aikaterini | |
dc.contributor.other | Τσιράκη, Αικατερίνη | |
dc.coverage.spatial | Κύπρος | el_GR |
dc.date.accessioned | 2022-07-26T09:39:28Z | |
dc.date.available | 2022-07-26T09:39:28Z | |
dc.date.copyright | 2022-07-26 | |
dc.date.issued | 2022-05 | |
dc.identifier.other | COS/2022/00011 | el_GR |
dc.identifier.uri | http://hdl.handle.net/11128/5187 | |
dc.description | Includes bibliographical references. | el_GR |
dc.description.abstract | Attention has been focused on building argumentation based XAI which reinforces mutual explainability. Nevertheless, there are not many researches that explore the cognitive compatibility in HMI through the user perspective. Therefore, the aim of the study was to investigate some effects of argumentation on cognitive aspects such as decision making, problem solving and cognitive load in a XAI context, namely, Machine Coaching. By using a 93 factorial design (N=258), we saw that example based explanations mostly affect the confidence level of participants while prototype based, influence the behavior of participants. A pattern of people with high level of expertise preference of Near miss and people with lower level of expertise preference of Far miss, was visible as well and needs further investigation. Argumentation promotes not only consistency of cognitive behavior but also, higher performance. In general, our findings suggest: 1) integration of psychometrics such as trust, comprehension and persuasiveness combined with self-report tools, 2) personalized XAI which distinguishes users based on cognitive skills and background knowledge, 3) examination of Cognitive load while using EEG, and 4) further empirical studies on this matter. | el_GR |
dc.format.extent | vii, 206 σ. ; 30 εκ. | el_GR |
dc.language | gr | el_GR |
dc.language.iso | en | el_GR |
dc.publisher | Ανοικτό Πανεπιστήμιο Κύπρου | el_GR |
dc.rights | info:eu-repo/semantics/closedAccess | el_GR |
dc.subject | Machine coaching | el_GR |
dc.subject | Τεχνητή Νοημοσύνη | el_GR |
dc.title | The effect of argumentation on cognitive functions at human -machine interaction | el_GR |
dc.type | Μεταπτυχιακή Διατριβή | el_GR |
dc.description.translatedabstract | Η προσοχή έχει επικεντρωθεί στην οικοδόμηση εξηγήσιμης τεχνητής νοημοσύνης, βασισμένης σε επιχειρήματα, η οποία ενισχύει την αλληλεπίδραση και την αμοιβαία κατανόηση μεταξύ ανθρώπων και μηχανών. Παρ’όλα αυτά, δεν υπάρχουν πολλές εμπειρικές μελέτες που να διερευνούν τη γνωστική συμβατότητα στο τομέα διεπαφής ανθρώπου-μηχανής, υπό το πρίσμα του χρήστη. Επομένως, ο στόχος της συγκεκριμένης έρευνας ήταν να εξερευνήσει τις επιδράσεις ενός επιχειρηματολογικού πλαισίου, όπως εκείνου του Μachine Coaching, σε γνωστικές λειτουργίες, όπως η λήψη αποφάσεων, η επίλυση προβλημάτων και το γνωστικό φορτίο. Χρησιμοποιώντας έναν 93 παραγοντικό σχεδιασμό (N=258), παρατηρήσαμε, ότι οι επεξηγήσεις που βασίζονται σε παραδείγματα επηρεάζουν κυρίως το επίπεδο εμπιστοσύνης των συμμετεχόντων ενώ επιχειρήματα βασισμένα σε ένα πρωτότυπο παράδειγμα, επηρεάζουν τη συμπεριφορά των συμμετεχόντων. Είδαμε ακόμη, ένα μοτίβο προτίμησης ατόμων με υψηλό επίπεδο εξειδίκευσης, σε Near miss αντιπαραδείγματα και ένα μοτίβο προτίμησης ατόμων με χαμηλότερο επίπεδο εμπειρογνωμοσύνης, σε Far miss αντιπαραδείγματα, το οποίο χρήζει περαιτέρω διερεύνησης. Η επιχειρηματολογία συμπερασματικά, προάγει όχι μόνο τη γνωστική συνέπεια αλλά και την υψηλότερη επίδοση. Σε γενικές γραμμές, τα ευρήματά μας προτείνουν: 1) ενσωμάτωση και συγχώνευση ψυχομετρικών εργαλείων όπως η εμπιστοσύνη, η κατανόηση και η πειστικότητα σε συνδυασμό με μετρήσεις αυτοαναφοράς, 2) εξατομικευμένη χρήση εξηγήσιμης τεχνητής νοημοσύνης που προσαρμόζεται στις γνωστικές δεξιότητες και στο θεωρητικό υπόβαθρο κάθε χρήστη, 3) μέτρηση του γνωστικού φορτίου κατά τη χρήση ηλεκτροεγκεφαλογραφήματος (ΗΕΓ) και, 4) περαιτέρω εμπειρικές έρευνες πάνω στο θέμα αυτό. | el_GR |
dc.format.type | pdf | el_GR |