Learning Racing From an AI Coach: Effects of Multimodal Autonomous Driving Explanations on Driving Performance, Cognitive Load, Expertise, and Trust

要約

事前事後実験 (n = 41) では、人間の運転専門家の指示をモデルにした AI コーチの説明コミュニケーションの影響をテストします。
参加者は 4 つのグループに分けられ、AI コーチの説明の 2 つの側面、つまり情報の種類 (「何を」と「なぜ」タイプの説明) とプレゼンテーションの様式 (聴覚と視覚) を評価しました。
これらの技術を採用した AI コーチング セッションが、観察学習コンテキストにおける運転パフォーマンス、認知負荷、自信、専門知識、信頼にどのような影響を与えるかを直接比較します。
インタビューを通じて、参加者の学習プロセスを詳しく説明します。
結果は、AI 運転コーチが初心者にパフォーマンス運転スキルを教えるのに役立つ可能性があることを示しています。
グループ間を比較すると、情報の種類と様式がパフォーマンスの結果に影響を与えることがわかります。
私たちは、情報がどのように注意を向け、不確実性を軽減し、参加者が経験する過負荷に影響を与えるかに違いがあると考えています。
これらは、参加者がどれだけうまく学習できるかに影響を与えました。
結果は、圧倒されることなく指示できる効果的な HMI コミュニケーションを設計する際には、効率的でモダリティに適した説明を選択する必要があることを示唆しています。
さらに、コミュニケーションを人間の学習および認知プロセスと調整する必要性もサポートします。
結果は、将来の自動運転車の HMI および AI コーチ設計に対する 8 つの設計上の影響に統合されます。

要約(オリジナル)

In a pre-post experiment (n = 41), we test the impact of an AI Coach’s explanatory communications modeled after the instructions of human driving experts. Participants were divided into four (4) groups to assess two (2) dimensions of the AI coach’s explanations: information type (‘what’ and ‘why’-type explanations) and presentation modality (auditory and visual). We directly compare how AI Coaching sessions employing these techniques impact driving performance, cognitive load, confidence, expertise, and trust in an observation learning context. Through interviews, we delineate the learning process of our participants. Results show that an AI driving coach can be useful for teaching performance driving skills to novices. Comparing between groups, we find the type and modality of information influences performance outcomes. We attribute differences to how information directed attention, mitigated uncertainty, and influenced overload experienced by participants. These, in turn, affected how successfully participants were able to learn. Results suggest efficient, modality-appropriate explanations should be opted for when designing effective HMI communications that can instruct without overwhelming. Further, they support the need to align communications with human learning and cognitive processes. Results are synthesized into eight design implications for future autonomous vehicle HMI and AI coach design.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google