机构名称：
¥ 1.0
这导致了多种形式的解释灵活性的情境化[3]，扩大了 EPOR 和 SCOT 采用的范围以涵盖细微差别：EPOR 被设计为描述真理的回归（通常在科学争论中），而 SCOT 描述的是有用性的回归；[3] 中的作者最终引入了相关性回归的概念作为一个额外的视角，在他们的案例中，是为了研究围绕神经网络的争议 [4]。Humphreys 的工作进一步扩展了这一点，加强了技术与文化之间的对话关系，并通过分离不同的利益相关者：旁观者、用户、倡导者和生产者 [4]，丰富了相关社会群体的概念。但请注意，这未能编码个人与社会群体之间的关系和互动。
数据科学和人工智能的解释灵活性
主要关键词
相关文件推荐
