Z세대의 AI 기반 운전 보조 시스템(ADAS)에서 사용자 신뢰를 향상시키는 방법

본 연구는 투명성, 신뢰성 및 설명 가능성이 AI 구동 운전 기술에 대한 신뢰에 어떤 영향을 미치는지 이해하는 것을 목표로 합니다. 설문 조사는 약 10~12분 정도 소요됩니다. 모든 응답은 익명이며 GDPR 및 윤리 연구 기준에 따라 기밀로 처리됩니다. 계속 진행함으로써 귀하는 자발적으로 참여에 동의하며 귀하의 응답이 학술 연구 및 통계 분석에만 사용될 수 있다는 데 동의합니다. 정직하게 응답해 주십시오. 옳고 그른 답변은 없습니다.

각 진술에 대한 동의를 5점 리커트 척도로 평가해 주십시오. 단, 특별히 명시된 경우는 제외합니다:

1 = 전혀 동의하지 않음  2 = 동의하지 않음  3 = 중립  4 = 동의함  5 = 매우 동의함

결과는 공개됩니다

섹션 1: 인구통계 - 나이

섹션 1: 인구통계 - 성별

섹션 1: 인구통계 - 거주국가

섹션 1: 인구통계 - 유효한 운전 면허를 소지하고 있습니까?

섹션 1: 인구통계 - AI 기반 운전 보조 시스템(예: 차선 보조, 적응형 크루즈 컨트롤, 자동 제동)을 사용해 본 적이 있습니까?

섹션 1: 인구통계 - 그렇다면 얼마나 자주 사용합니까?

섹션 1: 인구통계 - AI 기술에 대한 친숙함 (자체 평가)

섹션 2: 투명성 - 운전 보조 시스템은 자신의 행동의 이유를 명확하게 설명합니다 (예: 제동, 차선 변경).

섹션 2: 투명성 - 시스템이 의사 결정을 어떻게 하는지 쉽게 이해할 수 있습니다.

섹션 2: 투명성 - 시스템이 제대로 작동하고 있다고 느끼기 위해 충분한 정보를 제공합니다.

섹션 2: 투명성 - 시스템이 제공하는 피드백이 현재 상태나 제한사항을 이해하는 데 도움이 됩니다.

섹션 2: 투명성 - 시스템이 제공하는 설명이 사용하기 더 편안하게 느끼게 합니다.

섹션 3: 신뢰성 - 운전 보조 시스템이 다양한 주행 조건에서 일관되게 작동한다고 믿습니다.

섹션 3: 신뢰성 - 시스템이 중요한 상황에서 적절하게 반응합니다 (예: 갑작스런 정지 또는 근처 장애물).

섹션 3: 신뢰성 - 시스템의 성능은 예측 가능하고 신뢰할 수 있습니다.

섹션 3: 신뢰성 - 오류나 고장이 자주 발생하지 않고 시스템이 신뢰할 수 있다고 느낍니다.

섹션 3: 신뢰성 - 시스템이 통제하고 있을 때 안전하다고 느낍니다. 왜냐하면 신뢰성 있게 행동하기 때문입니다.

섹션 4: 설명 가능성 - 시스템의 설명이 명확하고 이해하기 쉽습니다.

섹션 4: 설명 가능성 - 시스템이 예기치 않은 결정을 내릴 때 이유를 이해하는 데 도움을 줍니다.

섹션 4: 설명 가능성 - 시스템이 제공하는 정보가 해당 시스템의 강점과 약점을 이해하는 데 도움이 됩니다.

섹션 4: 설명 가능성 - 시스템이 제공하는 설명 수준에 만족합니다.

섹션 4: 설명 가능성 - 시스템의 설명 가능성 기능이 저에게 신뢰를 더 쉽게 만듭니다.

섹션 4: 설명 가능성 - AI 기반 운전 보조 시스템을 사용할 때 더 자신감을 느끼게 할 개선사항이나 기능이 무엇입니까?

섹션 5: 신뢰 - 복잡한 주행 상황에서 AI 기반 운전 보조 시스템에 의존할 의향이 있습니다.

섹션 5: 신뢰 - 시스템이 안전하고 신뢰할 수 있는 운전 결정을 내릴 능력이 있다고 믿습니다.

섹션 5: 신뢰 - 운전 보조 시스템이 활성화되어 있을 때 자신감을 느낍니다.

섹션 5: 신뢰 - 시스템이 내 지속적인 감독 없이도 잘 작동할 것이라고 믿습니다.

섹션 5: 신뢰 - 앞으로도 AI 기반 운전 보조 시스템을 계속 사용할 의향이 있습니다.

섹션 5: 신뢰 - AI 기반 운전 보조 시스템에 대해 신뢰 또는 불신하는 이유를 말씀해 주시기 바랍니다.