测量完美自动化图式中的个体差异

目的：开发并测试完美自动化图式（PAS）的自我报告量表。背景：研究人员假设用户拥有PAS的程度与遇到自动化错误后信任度的显著降低相关。然而，目前尚未存在PAS的测量工具。我们开发了一种自我报告量表，评估两个提议的PAS因素：对自动化表现的高期望和全或无思维。方法：在两项研究中，参与者对我们的PAS量表作出了回应，与不完美的自动化辅助工具互动，并报告信任程度。结果：两个PAS测量因素在与对机器的信任倾向和对特定辅助工具的信任比较时，展示了与假设因素结构的适配和收敛及区分效度。然而，高期望和全或无思维量表之间的相关性较低，并且与结果的关系差异明显，这表明它们可能更适合被视为两个独立的构念，而不是PAS的两个亚因素。全或无思维与辅助工具错误后信任度的降低显著相关，而高期望则没有。因此，结果表明全或无思维量表可能更好地代表PAS构念。结论：我们的PAS量表（特别是全或无思维量表）显著预测与高PAS相关的严重信任降低。此外，它在两个样本中展示了可接受的心理测量特性。应用：该量表可以在未来的研究或应用环境中用于评估用户在自动化系统中的PAS水平.