执法领域中可解释人工智能的需求与态度
作者
可解释人工智能(XAI)AI 伦理、公平与问责警察与紧急服务人员隐私政策制定者
在执法等高风险领域,人工智能有潜力提高有效性和包容性,其决策必须信息充分且可问责。因此,为此类环境设计可解释人工智能(XAI)是一个关键的社会关注点。然而,实践中的解释往往过于技术化或抽象。为了解决这一问题,我们与一个欧盟国家的警察员工进行了接触,他们是一个文本分类器的用户。我们发现,对他们来说,可用性和实用性在解释设计中是最重要的,而可解释性和可理解性则不那么受重视。基于这些见解,我们提出了以领域专家的清晰度和相关性为中心的设计指南。我们贡献了建议,指导XAI系统设计者更好地满足专业用户的特定需求,并促进人工智能工具在公共服务中的负责任使用。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
可解释人工智能(XAI)、AI 伦理、公平与问责
work
职业/产业
警察与紧急服务人员、隐私政策制定者
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文