让设计师保持参与:在多个目标中传达固有的算法权衡
作者
可解释人工智能(XAI)AI 辅助决策与自动化系统隐私设计与用户控制软件工程师与开发者UI/UX 设计师HCI 研究员
人工智能算法已被用于增强各种产品和服务,包括在高风险情境中辅助人类决策。然而,这些算法功能复杂且存在权衡,特别是在预测准确性与对人口子群的公平性之间。这使得设计师难以理解算法,也难以在尊重用户目标、价值观和需求的方式下设计产品或服务。我们提出了一种帮助设计师和用户探索算法、可视化其权衡并选择与其目标和需求一致的算法的方法。我们通过(i)大规模的Amazon Mechanical Turk实验,和(ii)与领域专家的深入访谈,在预测刑事被告再犯可能性的问题上评估了我们的方法。我们的评估表明,我们的方法可以帮助这些系统的设计师和用户更好地理解和应对算法权衡。本文为设计师提供了一种新途径,让他们能够理解和控制所创建算法的结果。
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。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3357236.3395528
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
6 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、隐私设计与用户控制
work
职业/产业
软件工程师与开发者、UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文