Многомерное восприятие доверия к ИИ-медицинским разговорным агентам: разработка модели и валидация шкалы

Введение в проблематику исследования

Искусственный интеллект стремительно интегрируется в повседневную жизнь через расширяющийся спектр приложений, сервисов и продуктов. Технологии машинного обучения, обработки естественного языка и автоматизированного принятия решений проникают практически во все сферы человеческой деятельности. Особенно заметны трансформации в области здравоохранения, где потенциал искусственного интеллекта для улучшения диагностики, персонализации лечения и повышения операционной эффективности становится всё более очевидным. Виртуальные помощники, диагностические системы, роботизированные хирургические комплексы и интеллектуальные ассистенты существенно изменяют традиционные подходы к оказанию медицинской помощи.

В этом контексте особое значение приобретает понимание механизмов доверия к искусственному интеллекту со стороны пациентов, медицинских работников и общества в целом. Доверие и недоверие выступают как два взаимосвязанных механизма, определяющих скорость и глубину распространения технологий: доверие способствует более широкому принятию инноваций, тогда как недоверие существенно ограничивает масштабное внедрение новых решений. Таким образом, проблема доверия остаётся одним из ключевых барьеров на пути широкого использования искусственного интеллекта в системе здравоохранения.

Теоретические основы исследования

Искусственный интеллектуальный медицинский разговорный агент (ИИМРА) представляет собой программную систему, использующую методы обработки естественного языка и алгоритмы машинного обучения для ведения диалога с пользователем в медицинском контексте. Такие системы способны отвечать на вопросы о здоровье, предоставлять информацию о симптомах заболеваний, напоминать о приёме лекарств, отслеживать показатели здоровья и даже проводить первичную оценку состояния пациента. В отличие от традиционных веб-сайтов и мобильных приложений, ИИМРА обеспечивают интерактивное, динамическое взаимодействие, имитирующее коммуникацию с живым собеседником.

Несмотря на растущий интерес к применению ИИМРА в клинической практике и системах поддержки принятия решений, эмпирические данные о путях, связывающих доверие и принятие таких систем, остаются ограниченными. Существующие исследования часто фокусируются на общих аспектах взаимодействия человека и компьютера или на доверии к технологиям в целом, не учитывая специфику медицинского контекста и уникальные характеристики разговорных агентов. Кроме того, большинство работ рассматривают доверие как одномерный конструкт, что существенно упрощает понимание сложной природы этого феномена.

Концепция многомерного доверия

Теория доверия, применяемая в социальных науках, предполагает, что доверие является многогранным феноменом, включающим когнитивные, эмоциональные и поведенческие компоненты. Когнитивное доверие основывается на рациональной оценке компетентности, надёжности и компетентности объекта доверия. Аффективное доверие связано с эмоциональной привязанностью, заботой и ощущением безопасности в отношениях. Поведенческое доверие проявляется в готовности действовать в условиях уязвимости и неопределённости.

Применительно к взаимодействию с ИИМРА эти измерения доверия приобретают специфические формы. Когнитивное доверие может выражаться в оценке точности предоставляемой информации и профессионализма системы. Аффективное доверие связано с ощущением эмпатии, понимания и эмоциональной поддержки со стороны агента. Функциональное доверие отражает оценку способности системы эффективно решать поставленные задачи. Особый интерес представляет доверие к человечности агента — восприятие системы как способной проявлять человеческие качества в коммуникации.

Методология исследования

Этап качественного анализа

Исследование было основано на теории доверия и использовало смешанный методологический подход, сочетающий качественные и количественные методы. На первом этапе был применён абдуктивный качественный анализ с элементами обоснованной теории для выявления структуры публичного восприятия доверия к ИИМРА. Этот подход позволил сочетать индуктивное выявление новых тем с дедуктивной проверкой существующих теоретических концепций.

Абдуктивный анализ представляет собой исследовательскую стратегию, которая систематически переключается между эмпирическими данными и теоретическими конструктами, стремясь найти наиболее правдоподобное объяснение наблюдаемых явлений. В контексте данного исследования это позволило выявить как универсальные, так и специфические аспекты доверия к медицинским разговорным агентам.

Процедура экспертной сортировки

Для генерации и первоначального отбора пунктов измерения была использована процедура экспертной сортировки (Q-сортировки). Этот метод предполагает, что эксперты систематизируют карточки с формулировками пунктов по заданным категориям, что позволяет оценить однозначность и релевантность каждого утверждения. Экспертная оценка обеспечивает содержательную валидность инструмента измерения и снижает риск включения двусмысленных или нерелевантных пунктов.

Процедура включала несколько раундов оценки, в ходе которых эксперты в области здравоохранения, информационных технологий и психологии оценивали формулировки пунктов по критериям ясности, точности, полноты и релевантности для измеряемого конструкта. На основе полученных данных проводилась итеративная корректировка формулировок до достижения консенсуса среди экспертов.

Выборка и процедуры статистического анализа

Для психометрической оценки шкалы были использованы независимые выборки респондентов. Поисковый факторный анализ проводился на одной выборке для выявления латентной структуры конструкта, тогда как подтверждающий факторный анализ — на другой, независимой выборке для верификации полученной модели. Такой подход обеспечивает строгость валидации и снижает вероятность ошибок спецификации модели.

Оценка внутренней согласованности проводилась с использованием коэффициента альфа Кронбаха и показателя надёжности составных индикаторов. Тест-ретестовая надёжность оценивалась путём повторного измерения через определённый временной интервал, что позволяет оценить стабильность ответов респондентов. Абсолютная согласованность измерений проверялась с помощью внутриклассного коэффициента корреляции.

Конвергентная валидность в рамках одного конструкта оценивалась через анализ корреляций между индикаторами, принадлежащими одному и тому же фактору. Дискриминантная валидность проверялась с использованием критерия Форнелла-Ларкера и бутстрепных доверительных интервалов для коэффициента HTMT (Heterotrait-Monotrait), который представляет собой отношение гетерочертных к моночертным корреляциям.

Результаты исследования

Структура факторного решения

Параллельный анализ и график осыпи совместно подтвердили целесообразность пятифакторного решения. Параллельный анализ представляет собой метод определения оптимального количества факторов путём сравнения собственных значений полученных факторов с собственными значениями, ожидаемыми при случайном распределении данных. График осыпи визуально демонстрирует точку перегиба, после которой дополнительные факторы вносят минимальный вклад в объяснение дисперсии.

Метод главных осей с косоугольным вращением Direct Oblimin позволил выявить 15-пунктную пятифакторную структуру. Косоугольное вращение было выбрано на основе теоретических соображений, поскольку предполагалось, что факторы доверия могут быть взаимосвязаны, а не ортогональны. Пять общих факторов объясняют 76,07% общей дисперсии, что свидетельствует о высокой информативности выделенной структуры.

Пять измерений доверия к ИИМРА

Когнитивное доверие отражает рациональную оценку знаний, компетентности и экспертности искусственного интеллектуального агента в медицинской области. Респонденты оценивают, насколько система способна предоставлять точную, достоверную и актуальную медицинскую информацию. Это измерение включает убеждения относительно профессионального уровня агента, его информированности о современных медицинских стандартах и протоколах лечения.

Аффективное доверие связано с эмоциональными аспектами взаимодействия с ИИМРА. Оно включает ощущение заботы, понимания и эмпатии со стороны системы. Респонденты оценивают, способен ли агент проявлять эмоциональную отзывчивость, учитывать их чувства и создавать атмосферу психологического комфорта. Это измерение особенно важно в контексте медицинской коммуникации, где эмоциональная поддержка играет значительную роль.

Функциональное доверие характеризует восприятие практической эффективности и полезности разговорного агента. Оно отражает уверенность в том, что система способна успешно выполнять свои функции: отвечать на вопросы, предоставлять релевантные рекомендации, помогать в управлении здоровьем. Это измерение тесно связано с воспринимаемой полезностью технологии и ожиданиями относительно её практической ценности.

Доверие к человечности агента отражает восприятие системы как способной проявлять человеческие качества в процессе коммуникации. Это включает оценку естественности языка, способности поддерживать контекст беседы, демонстрировать понимание юмора и идиоматических выражений. Высокий уровень доверия к человечности связан с ощущением взаимодействия с более «реалистичным» собеседником.

Интеракционное доверие характеризует уверенность в качестве взаимодействия с системой как такового. Оно включает оценку плавности диалога, способности системы адекватно реагировать на запросы, поддерживать логику беседы и адаптироваться к потребностям пользователя. Это измерение отражает общее впечатление от процесса коммуникации с ИИМРА.

Результаты подтверждающего факторного анализа

Подтверждающий факторный анализ дополнительно подкрепил пятифакторную структуру модели. Индексы согласованности модели, стандартизированные факторные нагрузки, корреляции между латентными переменными и диагностика остатков в совокупности подтвердили внутреннюю структуру модели. Стандартизированные факторные нагрузки продемонстрировали высокие значения, что свидетельствует о сильной связи каждого пункта с соответствующим фактором.

Корреляции между латентными переменными показали умеренные положительные связи между факторами, что подтверждает правомерность использования косоугольного вращения и указывает на наличие как общих, так и специфических компонентов доверия. Диагностика остатков не выявила систематических ошибок, что дополнительно подтверждает адекватность модели.

Валидация критериальной валидности

Критерии оценки дискриминантной валидности

Критерий Форнелла-Ларкера и бутстрепные доверительные интервалы для коэффициента HTMT совместно подтвердили внутреннюю дискриминантную валидность среди пяти измерений доверия к ИИМРА. Критерий Форнелла-Ларкера основан на сравнении средней дисперсии, извлекаемой каждым конструктом, с квадратом корреляции между конструктами. Если средняя извлечённая дисперсия превышает квадрат межконструкктной корреляции, это свидетельствует о дискриминантной валидности.

Коэффициент HTMT представляет собой более современный и строгий критерий дискриминантной валидности. Он рассчитывается как отношение средней гетерочертной корреляции к средней моночертной корреляции. Значения HTMT ниже определённого порога (обычно 0,85 или 0,90) указывают на достаточную дискриминантную валидность. Бутстрепные доверительные интервалы позволяют оценить статистическую значимость различий между конструктами.

Порядковая логистическая регрессия

Порядковая логит-модель с использованием частоты фактического использования ИИМРА в качестве внешнего поведенческого критерия оказалась статистически значимой в целом: отношение правдоподобия χ²(5) = 71,963, p < 0,001, псевдо-R² МакФаддена = 0,125. Порядковая регрессия была выбрана потому, что зависимая переменная (частота использования) имеет упорядоченные категории, такие как «никогда», «редко», «иногда», «часто».

Отношение шансов (odds ratio) позволяет интерпретировать влияние каждого предиктора на вероятность перехода к более высокой категории частоты использования. Значение отношения шансов больше единицы указывает на положительную связь с частотой использования.

Ведущая роль интеракционного доверия

Интеракционное доверие продемонстрировало наиболее сильную связь с более высокой частотой использования (отношение шансов = 3,096, 95% доверительный интервал [2,257; 4,246]). Это означает, что при увеличении интеракционного доверия на одну единицу шансы перехода к более высокой категории частоты использования возрастают примерно в три раза. Доверительный интервал не включает единицу, что подтверждает статистическую значимость данного эффекта.

Данный результат имеет важное теоретическое и практическое значение. Он указывает на то, что именно качество взаимодействия с ИИМРА — плавность диалога, адекватность реакций, способность поддерживать осмысленную беседу — является наиболее важным предиктором повторного использования системы. Это согласуется с теорией технологического принятия, которая подчёркивает роль пользовательского опыта и удовлетворённости взаимодействием в формировании намерений использовать технологию.

Практические implications и применение шкалы

Характеристика многомерного восприятия доверия

Разработанная шкала позволяет характеризовать многомерное публичное восприятие доверия к искусственным интеллектуальным медицинским разговорным агентам. В отличие от одномерных инструментов, она обеспечивает детальную диагностику различных аспектов доверия, что позволяет выявлять специфические сильные и слабые стороны конкретных систем. Практики могут использовать результаты измерения для таргетированного улучшения тех аспектов взаимодействия с ИИМРА, которые получают низкие оценки.

Пятифакторная структура инструмента обеспечивает сбалансированное измерение когнитивных, эмоциональных и функциональных компонентов доверия. Это позволяет проводить комплексную оценку восприятия системы и разрабатывать дифференцированные стратегии повышения доверия. Например, если система получает высокие оценки функционального доверия, но низкие — аффективного, это может указывать на необходимость улучшения эмоционального компонента коммуникации.

Исследования принятия технологий

Шкала обеспечивает структурированную методическую основу для последующих исследований принятия, намерения использования, намерения продолжения использования и фактического использования ИИМРА. Она может интегрироваться с существующими моделями принятия технологий, такими как технологическая модель принятия и использования (UTAUT), модель расширенного принятия технологий (UTAUT2) или модель планируемого поведения.

Использование многомерной шкалы доверия вместо одномерного показателя позволяет более точно моделировать сложные взаимосвязи между восприятием системы и поведенческими результатами. Исследователи могут тестировать гипотезы о дифференцированном влиянии различных типов доверия на различные аспекты принятия технологий.

Ограничения исследования и направления будущих работ

При интерпретации результатов следует учитывать ряд ограничений. Во-первых, исследование проводилось в определённом культурном и институциональном контексте, что может ограничивать обобщаемость результатов на другие популяции. Культурные различия в восприятии искусственного интеллекта, медицины и межличностного доверия могут влиять на факторную структуру инструмента.

Во-вторых, используемый внешний критерий — самоотчётная частота использования — может не в полной мере отражать реальное поведение пользователей. Желание социально одобряемых ответов и неточность воспоминаний могут влиять на точность данных. Будущие исследования могут использовать объективные показатели использования, полученные из日志 файлов систем.

В-третьих, поперечный дизайн исследования не позволяет устанавливать причинно-следственные связи между измерениями доверия и поведенческими исходами. Долгосрочные лонгитюдные исследования необходимы для понимания динамики формирования и изменения доверия во времени.

Заключение

Представленное исследование вносит существенный вклад в понимание природы доверия к искусственному интеллекту в медицинском контексте. Разработана и валидирована 15-пунктная пятифакторная шкала, включающая когнитивное доверие, аффективное доверие, функциональное доверие, доверие к человечности и интеракционное доверие. Инструмент демонстрирует высокие психометрические характеристики, включая внутреннюю согласованность, тест-ретестовую надёжность, конвергентную и дискриминантную валидность.

Порядковая логит-модель с использованием самоотчётной частоты использования ИИМРА в качестве внешнего поведенческого критерия подтвердила дополнительную критериальную валидность инструмента. Особенно значимой оказалась роль интеракционного доверия, которое продемонстрировало наиболее сильную связь с частотой использования системы. Это указывает на критическую важность качества диалогового взаимодействия для формирования устойчивого паттерна использования ИИМРА.

Разработанная шкала может использоваться для характеристики многомерного публичного восприятия доверия к ИИМРА и обеспечивает структурированную методическую базу для последующих исследований принятия, намерения использования, намерения продолжения использования и фактического поведения. Практическая ценность инструмента заключается в возможности диагностики специфических аспектов доверия для целенаправленного совершенствования систем искусственного интеллекта в здравоохранении.

Информация об авторах и финансировании

Исследование было профинансировано Научным исследовательским проектом Департамента образования провинции Хунань (номер гранта 25C0004). В исследовании приняли участие учёные из Школы дизайна и инноваций Шэньчжэньского технологического университета (Китай), Факультета инноваций и дизайна Городского университета Макао (Макао), а также Школы менеджмента Университета Ваикато (Новая Зеландия).

Авторы заявляют об отсутствии конкурирующих интересов.

Доступ и распространение

Данная статья распространяется в соответствии с лицензией Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International. Это означает, что разрешается любое некоммерческое использование, распространение и воспроизведение в любом формате при условии надлежащего указания авторства и источника. Адаптация или переработка материала не допускается без явного разрешения правообладателя.