基于数据分析任务框架的可解释人工智能研究分类综述
人工智能
2025-07-15 v1 人机交互
摘要
针对数据分析任务的可解释人工智能（XAI）研究，目前存在大量矛盾现象，且缺乏针对需要AI支持的具体任务的设计建议。本文综合了可视化分析、认知科学和仪表板设计等多个领域的研究成果，提出了一种基于三个维度（即"做什么"、"为何如此"和"谁做成果"）对XAI研究进行分类和比较的方法。我们识别出主要问题包括：任务描述不充分、缺乏具体情境、以及 insufficient testing with target users。我们提议，研究应特别报告用户所属领域、AI技术以及数据分析专业知识，以说明发现的普遍适用性。我们还提出了设计和报告XAI任务的研究指南，以提高XAI社区处理快速增长领域的能力。我们希望我们的贡献能帮助研究人员和设计师更好地识别哪些研究最符合其工作需求、存在哪些研究空白，以及如何处理关于XAI设计的矛盾结果。
引用
@article{arxiv.2507.10208,
title = {Survey for Categorising Explainable AI Studies Using Data Analysis Task Frameworks},
author = {Hamzah Ziadeh and Hendrik Knoche},
journal= {arXiv preprint arXiv:2507.10208},
year = {2025}
}