对用户信任、影响因素和测量方法进行的 23 个实证研究的综述确认了定义信任的多种方法和用户特征对 AI 启用系统中的信任产生的影响等主题，从而为未来技术和设计策略、研究和举措提供了洞察。

Apr, 2023

人工智能和机器人技术研究在建筑工程领域崛起，以提高项目效率和效果，但其采用需要对伦理问题进行思考，如职业安全、隐私等，本研究系统综述了过去五年中 AEC 社区中与 AI 和机器人技术伦理相关的研究并从中筛选出九个重要的伦理问题以及十三个与伦理主题相关的研究方向，最后提出了当前的挑战、知识空白和七个未来研究方向，既引起了更多相关利益相关方的关注，也提供了实现安全高效的即刻行动。

Oct, 2023

人工智能在我们的日常生活中越来越广泛地使用，尤其在各种应用、服务和产品中。因此，从用户角度来看，对人工智能的信任或不信任变得非常重要。这篇论文通过系统文献综述，探讨了当前人工智能领域的信任概念，并研究了不同类型的人机交互中的信任以及其对不同领域的技术接受度的影响。此外，还提出了技术和非技术的可信度指标以及一些可信度衡量标准，并分析了一些人工智能中的主要破坏因素和信任建立因素，并为实现可信度从而实现人工智能的可靠过渡提出了一些未来的方向和可能的解决方案。

Mar, 2024

本研究提供了一种系统的方法来将社会科学信任概念与建立在人工智能服务和产品上使用的机器学习技术相关联，探讨了四种类别的机器学习技术 (公平性、可解释性、可审计性和安全性) 如何影响人们的信任，并介绍了在 AI 系统生命周期的不同阶段建立信任的技术需求。

Nov, 2019

此研究旨在调查影响建筑工程专业人员对人工智能驱动的协作机器人的信任的关键技术和心理因素。通过对 600 名建筑行业从业人员进行全国范围的调查，研究深入了解了促进该技术有效采用、培养和培训熟练劳动力的未来机会，结合结构方程模型分析表明，安全和可靠性对于建筑领域中采用人工智能协作机器人至关重要。担心因使用协作机器人而被取代可以对受影响的工人的心理健康产生重大影响。对涉及协作机器人工作的较低错误率、安全措施和从作业现场收集的数据的安全性显著影响可靠性，而协作机器人内部运作的透明性有助于准确性、稳健性、安全性、隐私性和通信，并产生更高水平的自动化，所有这些因素均被证明是信任的贡献因素。本研究的研究结果提供了建筑工程专业人员对建筑领域采用协作机器人的认知和经验的重要见解，并帮助项目团队确定与公司目标和工人福利相一致的采用方法。

Aug, 2023

该论文关注了 COMPLYING WITH THE EU AI Act 准则并开发实施 AI 系统的情况，分析了不同伦理准则的文献细节、伦理 AI 框架的适用性等问题，提出了伦理 AI 的限制以及进行可靠的 AI 开发的建议

May, 2023

通过分析与建筑从业者的半结构化访谈结果，本文探讨了建筑中值得信赖的人工智能驱动协作机器人的特征。研究发现，尽管先前作者们进行的系统文献综述识别出的关键信任因素得到了领域专家和最终用户的共鸣，但财务考虑因素和由于变革带来的不确定性也是阻碍人们信任建筑中的人工智能驱动协作机器人的重要障碍。

Aug, 2023

整理了有关人工智能信任和人工智能的可信度的文献概述，强调了需要更明确区分这些概念并获取更多实证证据以了解人们信任行为的要素。指出对人工智能的信任不仅涉及对系统本身的依赖，还包括对人工智能开发者的信任。伦理原则如可解释性和透明性通常被认为能提高用户的信任，但关于这些特点如何实际影响用户对系统可信度认知的实证证据并不丰富或不太明确。应将人工智能系统视为社会技术系统，设计、开发、部署和使用系统的人员与系统本身一样重要，才能确定系统是否值得信任。忽视这些细微差别，人工智能的信任和可信度有可能成为针对任何人工智能系统的模糊术语。

Sep, 2023

该论文研究 Artificial Intelligence 在 Architecture Engineering Construction 行业中的应用，提出了解决 AI 项目失败的问题的 LeanAI 方法，并给出了实施该方法的案例分析。

Jun, 2023

这篇论文针对机器人、虚拟角色、智能车辆、决策帮助等各类 AI 系统中关于信任模型的应用和测量方法缺乏标准化的现状进行了概述和分析。作者提出了一些系统的研究目标，并为当前文献汇总的优点和缺点提供了解决方案和研究议程。

Apr, 2022