利用基于(X)AI的学习系统迁移领域知识
人机交互
2024-06-04 v1 人工智能
摘要
在许多高风险领域，通过传统学习系统培训新手是不够的。要传授隐性知识，专家的亲身指导是必不可少的。然而，由专家培训新手成本高昂且耗时，这增加了对替代方案的需求。可解释人工智能(XAI)传统上用于使黑箱人工智能系统可解释。在这项工作中，我们将XAI作为一种替代方案：一个(X)AI系统在专家过去的决策上进行训练，然后通过提供带有解释的示例来教授新手。在一项有249名参与者的研究中，我们测量了这种方法在分类任务中的有效性。我们表明，基于(X)AI的学习系统能够诱导新手学习，并且他们的认知风格调节了学习过程。因此，我们迈出了揭示XAI对人类学习影响的第一步，并为AI开发者指出了未来定制基于(X)AI学习系统设计的选项。
引用
@article{arxiv.2406.01329,
title = {Transferring Domain Knowledge with (X)AI-Based Learning Systems},
author = {Philipp Spitzer and Niklas Kühl and Marc Goutier and Manuel Kaschura and Gerhard Satzger},
journal= {arXiv preprint arXiv:2406.01329},
year = {2024}
}
备注
Thirty-Second European Conference on Information Systems (ECIS 2024), Paphos, Cyprus