Le teorie dell'apprendimento potrebbero trasformare l'XAI centrata sull'uomo
Un nuovo position paper su arXiv sostiene che l'integrazione delle teorie dell'apprendimento nell'Intelligenza Artificiale Spiegabile (XAI) può migliorare l'azione umana e mitigare i rischi. Gli autori propongono un approccio incentrato sull'apprendente per progettare, valutare e giudicare le spiegazioni dell'IA, affrontando la crescente complessità dei grandi sistemi di IA. Il documento esplora opportunità e sfide di questo approccio, con l'obiettivo di evolvere le pratiche di XAI centrate sull'uomo.
Fatti principali
- Articolo intitolato 'Using Learning Theories to Evolve Human-Centered XAI: Future Perspectives and Challenges'
- Pubblicato su arXiv sotto Computer Science > Artificial Intelligence
- Discute l'infusione delle teorie dell'apprendimento nel ciclo di vita dell'XAI
- Sostiene che l'XAI incentrata sull'apprendente può migliorare l'azione umana e facilitare la mitigazione dei rischi
- Affronta le sfide della spiegazione di sistemi di IA grandi e complessi
- Si concentra sul perché e su cosa spiegare nella trasparenza dell'IA
- Si basa su lavori precedenti nell'XAI centrata sull'uomo
- Include cronologia delle sottomissioni e riferimenti su arXiv
Entità
Istituzioni
- arXiv