机构名称：
¥ 1.0
摘要：人工智能系统设计的一个关键挑战是如何帮助人们理解它们。我们通过将解释定位在日常生活中，置于人与人工智能代理之间的持续关系中来应对这一挑战。通过非人类设计重新定位可解释性，我们呼吁一种新方法，将人和人工智能代理都视为构建理解的积极参与者。为了阐明这种方法，我们首先回顾了解释人工智能前提的假设。然后，我们概念化了从解释到共享理解的转变，我们将其描述为情境化、动态化和表演性。最后，我们提出了两种支持共享理解的设计策略，即纵观人工智能和揭露人工智能的失败。我们认为这些策略可以帮助设计师揭示人工智能隐藏的复杂性（例如，位置性和基础设施），从而支持人们在自己的生活背景下理解代理的能力和局限性。
从对人工智能的解释到共识
主要关键词
相关文件推荐
