解释作为支持算法透明度的机制

透明度可以赋予用户能力，使其能够了解如何使用算法决策系统，并判断其潜在后果。然而，透明度通常被概念化为其旨在带来的结果，而不是实现这些结果的具体机制。我们进行了一项在线实验，重点研究了以不同的方式解释Facebook的新闻推送算法可能如何影响参与者对新闻推送的信念和判断。我们发现，所有解释都使参与者更加了解系统的工作方式，并帮助他们确定系统是否存在偏见以及他们是否可以控制所看到的内容。这些解释在帮助参与者评估系统输出的正确性以及形成对其行为的合理性和一致性意见方面效果较差。我们根据这些结果提出了算法决策系统透明度机制设计的启示。