Lanz

以人为本的 AI 驱动探索大型复杂数据集的框架 Maria F. Costabile 1 、 Giuseppe Desolda 1 、 Giovanni Dimauro 1 、 Rosa Lanzilotti 1 、 Daniele Loiacono 2 、 Marisella Matera 2 和 Massimo Zancanaro 3

通过授予对决定系统行为的相关参数的交互式操作，还可以实现对系统的可靠用户控制 [19]。在 HCAI 愿景中，用户控制和系统自主性并不被视为相互对立，而是在设计对人类有益的智能系统时需要充分校准的两个维度 [21]。应该让用户能够利用 AI 算法的强大功能，但也不能忽视用户作为领域专家所拥有的知识的重要性。例如，在 [2] 中介绍了一种基于 ML 的工具，用于从过去的患者那里直观地检索医学图像（来自活检的组织）。该工具支持对新患者的医疗决策，使医生能够即时应对搜索算法，并传达在不同情况下哪些类型的相似性最重要。人与系统之间的这种交互决定了逐步细化，从而增加了所发现图像的诊断效用以及用户对算法的信任。