人工智能对经济决策透明度的影响与信任构建机制 .docxVIP

PAGE2

人工智能对经济决策透明度的影响与信任构建机制

摘要

随着人工智能在经济决策领域的广泛应用，其算法的不透明性引发了严重的信任危机，成为行为经济学亟待解决的核心议题。本文旨在剖析AI决策不透明性对用户信任的影响，并提出增强透明度的设计策略。首先，本文从行为经济学视角出发，提出AI不透明性破坏用户认知连贯性与偏好稳定性的核心问题。其次，系统梳理国内外相关文献，界定算法透明度与算法信任等核心概念，并引入有限理性与前景理论作为分析基础。在此基础上，深入解析不透明性问题的生成脉络、内在矛盾与本质属性，揭示其通过认知黑箱与损失厌恶双重路径削弱信任的逻辑机制。进而，本文创新性地提出“行为经济学导向的透明度设计框架”，论证其在解释深度与广度上的优势。研究表明，适度且契合认知惯性的透明度设计能有效修复信任偏差。本研究不仅拓展了行为经济学的算法情境应用边界，也为AI系统的可信设计提供了实践指南。

第一章绪论

1.1研究背景

在当前数字经济纵深发展的社会现实中，人工智能已全面渗透至金融风控、投资顾问与消费定价等核心经济决策领域。这种技术嵌入极大提升了信息处理效率与决策精准度，但也催生了人机交互中的核心矛盾：算法的复杂性与人类认知的有限性之间的张力。深度学习等黑箱模型在提供最优解的同时，其内在逻辑难以被人类直观理解，导致决策过程高度不透明。

从理论发展来看，传统行为经济学主要关注人类自