机构名称：
¥ 1.0
对人民做出决定的每个AI系统都有一群受这些决定个人影响的利益相关者。但是，对AI系统的解释很少解决这个经常是AI新手的利益相关者群体的信息需求。这在传达的信息和信息之间造成了对受系统决策影响的人（例如领域专家和决策主题）至关重要的信息。为了解决这个问题，我们提出了“ Xai新手问题库”，这是Xai问题库的扩展（Liao等，2020），其中包含两个用例中AI新手的信息目录：就业预测和健康监测。目录涵盖了数据，系统上下文，系统使用和系统规范的类别。我们通过基于任务的访谈收集了信息需求，参与者在其中询问了两个AI系统以决定其采用并收到口头解释的问题。我们的分析表明，参与者在收到解释后的信心增加，但他们的理解面临挑战。这些包括在定位信息和评估自己的理解以及尝试外包理解方面遇到困难。此外，参与者对系统风险和利益的先前看法影响了他们的信息需求。认为高风险的参与者寻求解释系统部署背后的意图，而那些认为低风险的人却询问了系统的操作。我们的工作旨在通过强调其信息需求，目标和挑战来支持AI新手的解释性努力。我们将发现总结为五个关键含义，可以为未来利益相关受众的未来解释设计。
重要的信息
主要关键词
相关文件推荐
