汽车中人工智能接受度与AI公平性工具研究

### 汽车中人工智能接受度与AI公平性工具研究 #### 汽车人工智能系统接受度调查分析 在汽车领域，自动化技术的发展日新月异，人们对不同类型汽车自动化系统的接受程度如何呢？通过一项调查，我们得到了一些有价值的结果。 ##### 系统间接受度比较 调查设置了不同的处理方式（“Me”和“You”），对多种汽车自动化系统的接受度进行了对比，具体如下表所示： | 系统对比 | You | Me | | --- | --- | --- | | 警告与辅助驾驶（车道偏离警告 vs 车道保持支持） | Δ = 0.4222，p = 0.0005*** | Δ = 0.3762，p = 0.0006*** | | 警告与偶尔自动驾驶（前方碰撞警告 vs 行人自动制动） | Δ = 0.4889，p = 0.0002*** | Δ = 0.4771，p = 0.0000*** | | 辅助与偶尔自动驾驶（紧急制动 vs 行人自动制动） | Δ = 0.1778，p = 0.0881* | Δ = 0.0917，p = 0.3637 | | 辅助与偶尔自动驾驶（被动巡航控制 vs 自适应巡航控制） | Δ = -0.2556，p = 0.0626* | Δ = -0.0826，p = 0.5399 | | 偶尔自动驾驶与自动驾驶（偶尔车道保持 vs 永久车道保持） | Δ = 0.3223，p = 0.0071*** | Δ = 0.1009，p = 0.3885 | | 通信与检测（形状识别 vs 骑行者手势识别） | Δ = 0.2666，p = 0.0718* | Δ = 0.1284，p = 0.2102 | | 通信与检测（云地图 vs 云算法） | Δ = 0.4556，p = 0.0001*** | Δ = 0.5779，p = 0.0000*** | | 通信与检测（无线电检测 vs 激光测距仪） | Δ = 0.6111，p = 0.0000*** | Δ = 0.6111，p = 0.0005*** | | 通信与检测（无线电检测 vs 短程通信） | Δ = 0.7667，p = 0.0000*** | Δ = 0.5782，p = 0.0000*** | | 通信与检测（激光测距仪 vs 短程通信） | Δ = -0.6111，p = 0.2214 | Δ = -0.3486，p = 0.0526* | 注：*p < 0.1；**p < 0.05；***p < 0.01 从表中可以看出，在两种处理方式下，参与者对警告系统的使用意愿明显高于辅助系统和偶尔自动驾驶系统。而辅助系统和偶尔自动驾驶系统的接受度差异不显著。偶尔自动驾驶系统比自动驾驶系统更易被接受，但在个人使用时，各系统接受度差异不大。此外，参与者对形状识别系统和骑行者手势识别系统的接受意愿相当，激光测距仪系统和短程通信系统的接受度差异也不显著。不过，云算法的接受度明显低于云地图系统，无线电检测系统的接受度也低于激光测距仪系统和短程通信系统。 ##### 处理方式间接受度比较 不同处理方式下，各系统的接受度也存在差异，如下表所示： | 系统 | You - Me | | --- | --- | | 警告系统（盲点检测） | Δ = 1.9470，p = 0.0530* | | 警告系统（前方碰撞警告） |