近日，中央财经大学信息学院杨铭副教授以第一作者身份完成的论文“Knowledge Gaps and Explanation Design in AI Advice: A Cognitive Fit Perspective on User Decision Confidence”在人机交互领域顶级期刊International Journal of Human-Computer Studies（IJHCS）正式发表。

IJHCS是中国计算机学会（CCF）推荐的A类期刊，也是中央财经大学认定的AAA类期刊。该期刊创刊于1969年，是国际人机交互领域历史最悠久、学术影响力最高的期刊之一，最新影响因子为6.0，长期位列JCR Q1区。

该论文是杨铭副教授继2022年在IJHCS发表“Who needs explanation and when? Juggling Explainable AI and User Epistemic Uncertainty”之后，在该期刊上发表的第二篇第一作者论文。两篇论文聚焦于可解释AI与用户认知的交叉前沿，研究脉络从“用户认知不确定性”延伸至“知识缺口的分类学理论”，体现了其在Human-AI交互设计领域持续而深入的学术探索。

核心贡献

该研究从认知匹配理论出发，首次将用户在AI辅助决策中的知识缺口区分为“先验未知”与“涌现未知”两种类型，并通过在医院分诊场景中开展的随机对照实验，系统检验了两种可解释AI交互设计策略——降低AI建议的模糊性与提供AI推理透明度——对不同类型知识缺口的差异化修复效果。研究发现，AI解释的透明度仅在用户面临先验知识不足时才能发挥积极作用，且必须与清晰的决策指引配合使用；而对于交互过程中涌现的知识缺口，过度解释反而可能加重用户的认知负担。这一结论为可解释AI的“自适应透明”设计与渐进式披露设计提供了重要的理论依据和实践指导。

扎实的学术积累与研究布局

杨铭副教授长期从事Human-AI交互设计、智慧医疗与IT投资等领域的研究。近年来，其研究成果发表于International Journal of Human-Computer Studies、Information Systems Frontiers、Information Processing & Management、Electronic Commerce Research and Applications、Journal of Biomedical Informatics等国际权威期刊。其主持的科研项目包括国家自然科学基金青年项目“面向知识管理的社会化媒体多源信息整合研究”以及北京市社会科学基金规划项目“AI赋能慢性病协作防治模式研究——协同机制与效能提升”等，形成了从“数据驱动的社会计算”到“认知驱动的交互设计”的系统性研究体系。

该研究得到了北京市社会科学基金项目（No. 25BJ03236）的资助。论文合作者包括美国宾汉姆顿大学Jinglu Jiang教授、Surinder Kahai教授以及北京理工大学博士研究生刘欣（曾在中央财经大学信息学院获得硕士学位）。

撰稿:杨铭

审稿:章宁、高胜