窥探Schufa黑箱:解释德国住房评分系统
人工智能
2023-11-23 v2 人机交互
摘要
可解释人工智能(XAI)旨在通过统一方案使用户透明地理解复杂算法。研究者强调了整合领域特定背景以开发面向最终用户的定制化解释的重要性。在本研究中,我们聚焦德国的Schufa住房评分系统,调查不同角色用户的解释信息需求与期望如何变化。运用推测性设计方法,我们让商业信息专业学生从租客与房东的视角设想提供住房信用评分解释的用户界面。我们的初步发现表明,尽管存在适用于所有用户的普遍需求,也存在因其角色实际处境及信用评分对其影响方式而异的冲突需求。我们通过提出考量用户角色与能动性的解释需求未来研究方向,为以人为中心的XAI研究作出贡献。
引用
@article{arxiv.2311.11655,
title = {Peeking Inside the Schufa Blackbox: Explaining the German Housing Scoring System},
author = {Dean-Robin Kern and Gunnar Stevens and Erik Dethier and Sidra Naveed and Fatemeh Alizadeh and Delong Du and Md Shajalal},
journal= {arXiv preprint arXiv:2311.11655},
year = {2023}
}
备注
7 pages, 3 figures, ACM CHI 2023 Workshop on Human-Centered Explainable AI (HCXAI)