ベイジアンネットワーク（BN）は確率的推論を支援する重要なツールであるが、透明なモデルと見なされているにもかかわらず、理解が難しいとされる。本研究では、標準のBNユーザーインターフェース（UI）に言語的および視覚的な拡張を追加し、ユーザーが一般的な推論パターンを理解できるように設計した。ユーザー研究を通じて、言葉、視覚、そして両者を組み合わせたUI拡張が従来のベースラインUIと比較され、以下の主な結果が得られた：(1) 指標の観察の影響、影響を可能にする経路、および他の観察に与える影響の理解において、すべての拡張タイプはベースラインよりも良好な結果を示した。(2) 特定の質問タイプに関しては、言語的および視覚的手法の組み合わせが単独の方法よりも効果的であった。この研究は、BNの理解を深めるための新しいアプローチを提案している。