ACE：通过解释实现行动与控制——面向多模态AI助手的人类中心主义可解释性提议
人机交互
2025-03-24 v1 人工智能
摘要
本短文我们关注的是如何为制造领域的人类性能支持构建多模态AI系统的问题。我们作出两个贡献：首先，我们识别了参与式设计和此类系统培训的挑战；其次，为此，我们提出了ACE范式：“通过解释实现行动与控制”。具体而言，我们建议利用LLM以人类可解释的“语义框架”形式生成解释，这反过来使最终用户能够提供AI系统所需的数据，以便对齐其多模态模型和表示，包括计算机视觉、自动语音识别和文档输入。ACE通过LLM以语义框架形式进行“解释”，将帮助人类与AI系统协作，共同构建对人类活动和行为更准确的模型，从而获得更准确的预测输出，以实现更好的任务支持，改善人类用户执行手动任务的成果。
引用
@article{arxiv.2503.16466,
title = {ACE, Action and Control via Explanations: A Proposal for LLMs to Provide Human-Centered Explainability for Multimodal AI Assistants},
author = {Elizabeth Anne Watkins and Emanuel Moss and Ramesh Manuvinakurike and Meng Shi and Richard Beckwith and Giuseppe Raffa},
journal= {arXiv preprint arXiv:2503.16466},
year = {2025}
}
备注
Accepted at Human-Centered Explainable AI workshop at CHI 2024