洞悉黑箱：分析欧盟人工智能法案关于 AI 可解释性的框架
计算机与社会
2025-02-24 v1 人工智能
摘要
人工智能（AI）的可解释性不足是行业和监管者必须克服的首要障碍，以减轻该技术所带来的风险。在责任、伦理和公平性至关重要的领域（如医疗保健、信用评分、警务和刑事司法系统）中，可解释 AI（XAI）的需求尤为突出。尽管欧盟将可解释性定性地列为 AI 法案的基本原则之一，但具体的 XAI 技术和要求仍需在实际中进行测试和确定。本文探讨了各种承诺推动 XAI 发展的方法与技术，以及在 AI 治理和政策中实施可解释性原则的挑战。最后，本文审视了将 XAI 融入欧盟法律的过程，强调了标准制定、监督和执行等方面的问题。
引用
@article{arxiv.2502.14868,
title = {Unlocking the Black Box: Analysing the EU Artificial Intelligence Act's Framework for Explainability in AI},
author = {Georgios Pavlidis},
journal= {arXiv preprint arXiv:2502.14868},
year = {2025}
}