Parasuraman과 Manzey의 2010년 리뷰는 증거를 통합했습니다: 인간은 명시적 인센티브가 있을 때조차 자동화된 시스템의 출력을 체계적으로 검증하지 않습니다. 시스템의 표면 표시가 더 자신감 있을수록, 검증이 덜 일어납니다.
LLM은 디자인에 의해 최대 표면 자신감을 보입니다. 높은 언어적 유창함으로 완전한 문장으로 작성합니다. 그들의 출력의 형태는 권위의 형태이고, 자동화 편향은 학습자가 권위 있게 보이는 것을 받아들이게 합니다.
Fluera의 AI는 결코 권위의 톤으로 출력을 제시하지 않습니다. Ghost Map은 불확실성을 시각적으로 떠오르게 합니다. Socratic 응답은 선언이 아닌 프롬프트로 프레임됩니다. 제품의 명시적 입장 — 신뢰하기 전에 검증 — 은 기술의 스타일이 초대하는 편향에 대한 의도적 반대 무게입니다.