面向人类类黑箱 AI 模型的解释驱动干预：赋能肌鼻科学学中的终端用户定制
人机交互
2025-05-27 v3 人工智能
摘要
人工智能（AI）的集成正在深刻改变个人执行任务的方式。在高风险领域，确保对 AI 系统的人类控制权仍是关键设计挑战。本文提出了一种新颖的人类终端开发（End-User Development, EUD）方法，用于黑箱 AI 模型，使用户能够通过针对性干预编辑解释并影响未来预测。通过将可解释性、用户控制和模型可适应性相结合，本文提出的方法推动了人类中心人工智能（Human-Centered AI, HCAI）的发展，促进了人类与自适应、用户定制 AI 系统之间的共生关系。
引用
@article{arxiv.2504.04833,
title = {Explanation-Driven Interventions for Artificial Intelligence Model Customization: Empowering End-Users to Tailor Black-Box AI in Rhinocytology},
author = {Andrea Esposito and Miriana Calvano and Antonio Curci and Francesco Greco and Rosa Lanzilotti and Antonio Piccinno},
journal= {arXiv preprint arXiv:2504.04833},
year = {2025}
}
备注
Second version (11 pages, 8 of content) [edited to remove unsupported packages]