“医生受到他们的人力带宽的限制,他们的经验,知识,甚至心态,从一分钟到一分钟,”他说。“相比之下,机器可以被编程为'思考'患者症状可能指向的所有可能条件,并且他们永远不会感到疲倦。显然需要一定程度的自动化。”
研究人员从在线员工Amazon Mechanical Turk中招募了参与者,以便更好地了解接受诊所自动化背后的用户心理。研究结果将于今天(5月8日)在苏格兰格拉斯哥举行的ACM计算系统人因会议上公布。
首先,该团队衡量参与者对机器的先入为主的信念和态度 - 所谓的“机器启发式”。
“机器启发式涉及人们对机器的刻板印象,包括他们对机器的无谬误,客观性和效率的信念,”Sundar说。
该团队通过要求参与者表达他们对语句的一致程度来测量参与者对机器启发式的依从性,例如“当机器而不是人类完成任务时,结果更准确”。研究人员还向参与者询问了各种问题,以评估他们的“用电量”,或者使用机器时的专业水平和舒适程度。
接下来,他们向参与者展示了医疗服务提供者的各种组合,如接待员,护士和医生;和代理人类型,如人,头像和机器。他们开始与各种类型的头像进行在线聊天互动,以测试参与者对这些医疗服务提供者的接受程度以及他们将来使用这些服务提供者的意图。
“我们发现,较高的人的信念是机器启发式的,他们对代理人的态度越积极,他们在将来使用服务的意图就越大,”Sundar说。“我们还发现电力使用预示着数字医疗保健提供商的接受。例如,高级用户(具有高级计算机技能的人)比非高级用户更容易接受机器人医生。”
该团队还注意到机器启发式和功率使用的双剂量效应。
“我们发现,如果你在机器启发式方面做得很好而且用电量很高,那么你对自动化医疗服务提供商的态度最为积极,”Sundar说。“这种组合似乎让人们更加接受这些技术。”
在所有实验条件下,这种效果相似。换句话说,那些高度依赖机器启发式并且也是高级用户的人对所有形式的数字医疗保健提供者几乎同样持积极态度,无论他们是人类,化身还是机器人。
“我们的研究结果表明,在医疗保健机构实施自动化的关键可能是设计界面,以便吸引对机器能力有高度信任的专家用户,”Sundar说。“设计人员可以将资源用于改进聊天功能等功能,而不是将医疗保健机器人拟人化。此外,增加高级用户数量以及普遍认为机器值得信赖可能会增加自动化服务的采用率。”