When Medical AI Explanations Help and When They Harm

创建于 2025-12-10T11:05:02.651183+08:00 更新于 2025-12-10T18:10:59.929291+08:00

摘要

本文基于257名医学生的3,855次有激励诊断决策的实验，发现“解释性透明度悖论”：当AI建议正确时，提供解释能将诊断准确率提高约6.3个百分点；但当AI建议错误时，解释会将准确率降低约4.9个百分点，产生明显的双向放大效应，从而在总体上仅带来温和净收益（+3.3pp），并揭示了过度信赖、辨别能力下降与错误自信三重机制 [page::0][page::13].

速读内容

深度阅读