近日，信息学院副教授杨铭以第一作者身份完成的论文“Knowledge Gaps and Explanation Design in AI Advice: A Cognitive Fit Perspective on User Decision Confidence”在人机交互领域顶级期刊 International Journal of Human-Computer Studies（IJHCS） 正式发表。

该研究从认知匹配理论出发，首次将用户在AI辅助决策中的知识缺口区分为“先验未知”与“涌现未知”两种类型，并通过在医院分诊场景中开展的随机对照实验，系统检验了两种可解释AI交互设计策略——降低AI建议的模糊性与提供AI推理透明度——对不同类型知识缺口的差异化修复效果。研究发现，AI解释的透明度仅在用户面临先验知识不足时才能发挥积极作用，且必须与清晰的决策指引配合使用；而对于交互过程中涌现的知识缺口，过度解释反而可能加重用户的认知负担。这一结论为可解释AI的“自适应透明”设计与渐进式披露设计提供了重要的理论依据和实践指导。

该论文合作者为美国宾汉姆顿大学教授Jinglu Jiang、Surinder Kahai和信息学院硕士毕业生刘欣。

杨铭长期从事Human-AI交互设计、智慧医疗与IT投资等领域的研究。该论文是其继2022年在IJHCS发表“Who needs explanation and when? Juggling Explainable AI and User Epistemic Uncertainty”之后，在该期刊上发表的第二篇第一作者论文。两篇论文聚焦于可解释AI与用户认知的交叉前沿，研究脉络从“用户认知不确定性”延伸至“知识缺口的分类学理论”，体现了其在Human-AI交互设计领域持续而深入的学术探索。

IJHCS是中国计算机学会（CCF）推荐的A类期刊，是国际人机交互领域历史最悠久、学术影响力最高的期刊之一。

撰稿：杨铭；审稿：章宁、高胜
编辑：吴宇昂；审核：李营