可解释人工智能的科学传播
摘要：人工智能（AI）存在着沟通问题。可解释性人工智能（XAI）方法用于使AI更易于理解，并帮助解决一些限制AI广泛适用性的透明度问题。然而，用户评估研究显示，XAI方法提供的通常是数字解释，并不总能对AI系统的许多类型用户起到有效作用。本文旨在将科学传播的主要传播模型改编为一个框架，以供从业者理解、影响和整合受众的上下文，无论是在公共培养AI素养方面，还是在设计更适应不同用户的XAI系统方面。
作者：Simon Hudson, Matija Franklin
论文ID：2308.16377
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-09-01