研究显示了什么结果？测试对象的技术接受度范围为3.2至4.4，其中0为最低，5为最高。平均而言，数据科学家和外行比专家更愿意接触技术。这是 3.95 到 3.88。
这种分布也反映在IL的选择上。虽然所有外行都选择了 IL 4，从而实现了人类复苏的自动化，但数据科学家选择了 IL 2。然而，专家们并不同意。这里两个测试对象选择了 IL 1，另外两个测试对象选择了 IL 4。
但结果告诉我们什么以及应该如何解释它们？我们先从外行人开始。他们选择了最高的IL，因为他们在该领域的经验最少，并且需要最多的支持。这也让他们有机会在出现问题时移交责任，也意味着他们不再 医疗邮件列表 害怕法律后果。然而，由于他们在人工智能方面的经验，数据科学家并不想完全放弃控制权，因为技术总是会出现问题。不过，语音助手能够通过提示和解释来支持复苏，给了他们一种安全感。因此，可以想象，具有丰富经验的专家们会选择最安全的选项，并一致决定使用 IL 1。然而，决定自动化的两位专家对此解释如下。一方面，可以减轻复苏过程中的精神和身体压力，并且该设备可以比现场紧急服务更快地到达患者手中。另外，这也可以降低外行进行复苏的抑制阈值，错误率也会更低。然而，这并不意味着他们对设备的信任超过了对自己能力的信任，因为医疗精度不太可能达到。此外，这一说法还得到了长期测试阶段和医疗认证的要求的支持，以便能够更多地依赖机器。从技术接受度图中可以看出，这两位专家的得分也很高，因此可能更有可能参与该技术。
及时的工程设计和值得信赖的人工智能是成功的关键吗？
我们可以利用这些发现做什么？从这项研究中我们了解到，对机器的信任并不是无条件的，但在某些情况下，我们仍然会信任它以人的生命为代价。因此，技术开发与我们对其的信任齐头并进，最终被最终客户接受。因此，使用值得信赖的人工智能以及通过即时工程对这些模型产生有针对性的影响将在未来至关重要。一个例子就是MetaAI的AI卡拉狄加，它由于知识过多，混淆了事实，从而编造了自己的事实，开始“产生幻觉”。此外，它背后的技术也向我们展示了使用像 Luminous 这样的大型语言模型，我们现在可以毫不费力地实现多少目标。为了实现某些目标并不总是需要昂贵且复杂的培训。
您可以在我们的网站 adesso 找到有关人工智能的所有内容。
您可以在我们之前发布的博客文章中找到来自 adesso 世界的更多令人兴奋的主题。