可解释人工智能中的sociotechnical差距：弥合XAI差距的框架

可解释人工智能（XAI）系统本质上是sociotechnical的，因此它们受制于技术供给与社会需求之间的sociotechnical差距。然而，描绘这一差距具有挑战性。在 XAI 背景下，我们认为描绘差距可以改善我们对问题的理解，从而反身性地提供可操作的见解以提高可解释性。我们利用两个不同领域的案例研究，通过实证推导出一个框架，通过在 XAI 背景下连接人工智能指南来促进系统性描绘sociotechnical差距，并阐明如何利用它们来弥合差距。我们将该框架应用于新领域的第三个案例，展示了其功能。最后，我们讨论了该框架的概念意义，分享了其在操作化中的实际考虑，并提供了关于如何将其转移到新背景的指导。通过对理解 XAI 中sociotechnical差距的概念和实践贡献，该框架扩展了 XAI 设计空间。