探索 XAI 中由人格驱动的个性化：增强用户在游戏玩法中的信任
Exploring Personality-Driven Personalization in XAI: Enhancing User Trust in Gameplay
AI总结：
该研究利用 Big Five 人格测试训练机器学习模型，预测用户对决策树、文本和因子图等 XAI 解释方式的偏好，并通过导航游戏验证个性化推荐可提升用户接受度与系统信任。
摘要：
使 XAI（可解释人工智能）方法适配个体需求，对于直观的人机交互至关重要。尽管情境和任务目标非常重要，但用户人格特质等因素也可能影响方法选择。本研究考察如何利用人格特质预测用户在决策树、文本和因子图之间的偏好。我们基于 Big Five 人格测试的回答训练了一个 Machine Learning 模型，以预测这些偏好。在一款导航游戏（n=6）中部署这些预测偏好后，我们发现用户更容易接受个性化的 XAI 推荐，从而增强了对系统的信任。这强调了 XAI 界面中定制化的重要性，并会影响用户参与度和信心。
英文摘要：
Tailoring XAI methods to individual needs is crucial for intuitive Human-AI interactions. While context and task goals are vital, factors like user personality traits could also influence method selection. Our study investigates using personality traits to predict user preferences among decision trees, texts, and factor graphs. We trained a Machine Learning model on responses to the Big Five personality test to predict preferences. Deploying these predicted preferences in a navigation game (n=6), we found users more receptive to personalized XAI recommendations, enhancing trust in the system. This underscores the significance of customization in XAI interfaces, impacting user engagement and confidence.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
