将证据整合至 XAI 与基于 AI 的决策支持系统设计中：面向建筑业终端用户的手段-目的框架
人机交互
2025-09-09 v3 人工智能
摘要
可解释人工智能（XAI）旨在使 AI 模型的推理过程透明且可解释，尤其是在复杂的决策环境中。在越来越多地采用基于 AI 的决策支持系统（DSS）的建筑行业中，对于支撑 AI 生成输出的可靠性和问责制的支持证据的整合，却鲜少受到关注。缺乏此类证据会削弱解释的有效性以及系统推荐的可信度。本文通过引入一个基于叙事综述发展出的、基于证据的理论性手段-目的框架来填补这一空白。该框架为设计启用 XAI 的 DSS 提供了认识论基础，使其能够生成量身定制的、满足用户知识需求和决策情境的有意义的解释。它侧重于评估支撑 AI 生成解释的不同类型证据的强度、相关性和实用性。虽然该框架以建筑专业人员作为主要终端用户开发，但也适用于具有不同认识论目标的开发者、监管者和项目经理。
引用
@article{arxiv.2412.14209,
title = {Integrating Evidence into the Design of XAI and AI-based Decision Support Systems: A Means-End Framework for End-users in Construction},
author = {Peter E. D. Love and Jane Matthews and Weili Fang and Hadi Mahamivanan},
journal= {arXiv preprint arXiv:2412.14209},
year = {2025}
}
备注
74 pages, 5 figures and 3 tables