在这篇短文中，我们旨在将最近关于数据质量解释的研究与可解释的人工智能联系起来。我们首先描述了一些寻找查询结果解释的方法。例如，查询可能会提取数据中潜在的不一致或其他形式的肮脏，并且人们希望找到这些不一致的解释。这些解释对应于典型的问题，例如“什么数据是脏的？”，“为什么脏？”以及“特定数据如何导致整体肮脏？”。因此，它们以越来越精细的粒度解释查询结果。鉴于人工智能/机器学习方法在数据分析中的兴起，需要重新审视上述解释方法。事实上，查询现在变成了一个更复杂的数据分析任务。我们指出，本文并不是一项全面的调查。相反，我们的重点是提供一些关于这个普遍问题的见解，并确定几个有希望的研究方向。