본 논문은 AI 시스템 사용이 증가함에 따라, 특히 AI 예측의 질을 평가할 역량이 부족한 사용자를 위해 책임감 있는 AI 사용을 돕는 피드백 메커니즘이 시급함을 강조한다. 단일 언어 사용자가 기계 번역(MT) 결과물을 공유할지 여부를 결정하는 현실적인 시나리오를 연구하여, 먼저 피드백 없이, 그리고 피드백과 함께 실험을 진행했다. 오류 강조, LLM 설명(명시적 피드백)과 역번역, 질문-답변(QA) 표(암시적 피드백) 등 네 가지 유형의 피드백을 비교 분석했다. 그 결과, 오류 강조를 제외한 모든 피드백 유형이 결정 정확도와 적절한 의존도를 크게 향상시켰으며, 특히 암시적 피드백, 특히 QA 표가 명시적 피드백보다 결정 정확도, 적절한 의존도, 사용자 인식 측면에서 훨씬 큰 이점을 제공함을 발견했다. QA 표는 유용성과 신뢰도에 대한 평가가 가장 높았고, 정신적 부담은 가장 낮았다.
