可解释人工智能的货币化：一把双刃剑
摘要：透明人工智能的经济价值：通过程序化广告实现解释性人工智能的商业化 关键字：解释性人工智能，推理解释，经济价值，程序化广告 摘要：随着组织所使用的算法在决策关键资源和基本物品的分配方面发挥日益重要的作用，它们在社会中的权力也越来越大。为了促进更公平、更公正、更透明的算法决策过程，解释性人工智能（XAI）旨在提供对算法决策逻辑的洞察。尽管在这个领域有很多研究，但面向消费者的XAI应用仍然很少见。一个重要原因可能是找不到这种新技术的可行基于平台的商业化策略。我们引入并描述了一种新颖的商业化策略，通过解释平台将算法解释与程序化广告相结合。我们认为，解释平台代表了一种新颖、具有社会影响力且具有盈利能力的人-算法交互形式，并在金融、招聘和教育等高风险领域估计其创收潜力。然后，我们考虑了商业化解释性人工智能可能产生的不良和意外效应，并使用真实的信贷数据模拟了这些情景。最终，我们认为商业化解释性人工智能可能是一把双刃剑：商业化可能激励行业采用解释性人工智能在各种消费者应用中，但它也可能与开发解释性人工智能的最初法律和道德理由相冲突。最后我们讨论是否有办法以负责任和民主的方式利用商业化解释性人工智能的潜力，以提供更多消费者获得算法解释的机会。
作者：Travis Greene, Sofie Goethals, David Martens, Galit Shmueli
论文ID：2304.06483
分类：Computers and Society
分类简称：cs.CY
提交时间：2023-04-14