본 논문은 사람들이 AI 시스템을 업무와 일상생활에서 점점 더 많이 사용하는 상황에서, 특히 사용자가 AI 예측의 품질을 평가할 능력이 없는 환경에서, AI를 책임감 있게 사용하는 데 도움이 되는 피드백 메커니즘의 필요성을 강조한다. 기계 번역(MT) 시나리오를 통해 단일 언어 사용자가 MT 출력 공유 여부를 결정하는 상황을 연구하며, 품질 피드백의 유무에 따른 사용자 행동 변화를 관찰한다. 오류 강조, LLM 설명과 같은 명시적 피드백, 그리고 역번역, 질의응답(QA) 테이블과 같은 암시적 피드백을 비교 분석하여, 어떤 유형의 피드백이 결정 정확도와 적절한 의존도 향상에 효과적인지를 평가한다.
