可解释、可问责和可理解系统的趋势与轨迹:一项HCI研究议程

可解释人工智能(XAI)AI 辅助决策与自动化系统算法透明度与可审计性AI/ML 研究员与工程师HCI 研究员

人工智能、传感器和大数据管理的进步对社会产生了深远的影响。随着这些系统增强我们的日常生活,人们理解它们并保持控制变得越来越重要。我们通过分析289篇关于解释和可解释系统的核心论文以及12,412篇引用论文,研究了HCI(人机交互)研究人员如何帮助开发负责任的系统。我们使用主题建模、共现和网络分析,从算法问责制、可解释机器学习、情境感知、认知心理学和软件可学性等不同领域绘制了研究空间。我们揭示了可解释系统中的衰退和新兴趋势,并确定了紧密相连或相对隔离的领域。现在是HCI社区确保这些强大的新自主系统内置可理解界面的时候了。从我们的研究结果中,我们提出了几个对未来研究的启示和方向,以实现这一目标。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/3586/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
可解释人工智能(XAI)、AI 辅助决策与自动化系统、算法透明度与可审计性
work
职业/产业
AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文