從雙人到三人：中風復健中可解釋人工智慧（XAI）需求之引導研究
arXiv - Human-Computer InteractionParam Rajpura, Yogesh Kumar Meena
本文提出一套基於影片支架的引導協定，協助溝通障礙的中風患者與照護者表達對 AI 透明度的需求。
AI 幫你先抓重點
AI 重點 1
針對特殊族群設計需求引導時，必須建立「認知支架」而非僅依賴標準問卷。
滑鼠懸停看 AI 判斷理由
當使用者缺乏特定領域的知識框架（如 AI 透明度）或具備溝通障礙時，傳統的訪談法會失效。透過類比與投影等支架技術，能將抽象概念具象化，這對於設計包容性（Inclusive）的科技產品至關重要。
AI 重點 2
研究者在引導使用者表達需求時，必須警惕「引導者偏差」對結果的干擾。
滑鼠懸停看 AI 判斷理由
這提醒了設計者與研究員，在進行使用者研究時，引導者的存在與提問方式可能會無意中形塑使用者的回答，進而導致設計出不符合真實需求的系統，必須透過反思性分析來降低風險。
核心研究發現
- 1
開發出一套結合影片與四種支架技術（類比橋接、投影人格、二元強迫、延長反應時間）的引導協定，成功引導患者表達需求。
- 2
研究發現中風患者與照護者對於 AI 可解釋性的需求具有高度異質性，且兩者之間可能存在衝突。
- 3
研究識別出引導過程中的三種系統性偏差：規範性偏差、假設確認偏差以及存在效應，並將其列為實務風險指南。
對教育工作者的啟發
對於開發輔助學習或復健科技的設計者而言，本研究提供了重要啟發：在面對認知或溝通能力受限的使用者時，不應假設他們能理解複雜的技術概念。建議在需求分析階段，採用「類比法」將技術邏輯轉化為生活經驗，並利用「投影人格」讓使用者在討論敏感議題時能以第三者視角切入，降低心理防禦。此外，設計者應建立一套檢核清單，以識別並減少在使用者研究過程中可能產生的引導偏差，確保最終開發出的 AI 系統能真正建立使用者的信任感。
原始文獻資訊
- 英文標題：
- From Dyad to Triad: Eliciting XAI Requirements in Stroke Rehabilitation
- 作者：
- Param Rajpura, Yogesh Kumar Meena
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。