全局解释说明整体行为倾向

概念解释

人事筛简历的模型「整体上会压低有职业空窗的候选人」——这句话说的不是某一封被拒的信，而是系统在许多例子上反复出现的偏向。全局解释说明整体行为倾向（global explanation）：它给的是装置的脾气，不是这一次输出的就近理由。

它回答「这套东西通常怎么待人」，不回答「你这份材料为什么落在这一档」。后一个问题要另一层范围。

机制

全局说明来自对分布的汇总：部分依赖、规则列表、按群体切开的通过率、原型案例。它压缩的是平均效应。平均效应可以稳定，而单点与平均相反——空窗在多数人身上减分，在某位回流的研究者身上却被当成项目经验。用户若拿全局脾气去读自己的那一份，会遇到「说明书对、我的结果不对」的错觉，其实是范围用错。

全局方法存在，是因为人需要决定要不要继续把一类任务交给这套装置。那是对脾气的判断，不是对单次标签的判断。LIME 这类邻域代理给不出这层脾气，硬用会把几个碰巧相似的点当成性格。

怎么研究

向两组人分别提供全局倾向（群体通过率、主要规则）与若干单次局部说明，然后让他们估计新群体上的通过率、以及某一份具体材料的命运。自变量：说明范围（全局 / 仅局部）、群体与训练分布的距离。因变量：对系统倾向的校准、对单份材料的过度外推、愿不愿意在该群体上继续使用。

全局数字必须来自与用户任务同分布的切片。拿公开基准的平均准确率冒充本岗位的倾向，测量的就不是全局解释，而是一张无关的成绩单。

边界

任务若永远是「处理眼前这一条」，全局说明会成为背景噪声。模型若随版本每周重训，上周的全局脾气已经过期，展示它比不展示更误导。高度个性化的模型几乎没有稳定的「整体」，全局句会假造一种不存在的性格。这条不讨论从几条局部说明归纳全局会怎样偏。

怎么落地

• 把全局说明放在「关于本系统」或部署决策里，不要钉在每一条结果旁边冒充这一次的原因。
• 写倾向时带范围：「在过去三个月的社招简历上，有超过六个月空窗的通过率低十二个百分点」，不要写「系统不喜欢空窗」。
• 版本更新后重算并标注日期。过期的脾气说明要下线。
• 验证：读完全局说明的人应能回答「这类任务上它大概怎样」，且不应能从同一段话里精确预言某一份材料的对错。若他们拿脾气当判决书，范围贴错了位置。

延伸

• 同组：L5.02.1 局部解释说明单次输出 · L5.02.3 用户在不同场景需要不同层级 · L5.02.4 局部解释支持用户对单次结果的接受或申诉 · L5.02.5 全局解释支持用户判断是否值得继续依赖这个系统 · L5.02.6 由若干局部解释归纳出的整体印象常常是错的 · L5.02.7 特征重要度是相关性排序，不能被读成因果说明 · L5.02.8 开发者需要的是调试信息，终端用户需要的是行动依据，二者不可共用一份解释
• 相邻：L5.01 可解释性的类型 · L5.03 信任校准 · L5.05 透明度的适度原则
• 站内检索：global explanation · behavioural tendency · partial dependence