揭示反事实解释在就业能力评估中的潜力
人工智能
2023-05-18 v1
摘要
在可解释人工智能 (XAI) 中，反事实解释被认为能为复杂模型决策提供简单、简明且易于理解的依据。然而，关于它们在实际案例中应用的实证研究仍不多见。为填补这一空白，本研究重点关注如何将反事实解释应用于涉及复杂机器学习算法的就业能力相关问题。针对这些用例，我们使用了从比利时公共就业机构 (VDAB) 获取的真实数据。所呈现的用例超越了将反事实仅作为解释的简单应用，展示了它们如何增强决策支持、符合法律要求、引导可控变更以及分析新见解。
引用
@article{arxiv.2305.10069,
title = {Unveiling the Potential of Counterfactuals Explanations in Employability},
author = {Raphael Mazzine Barbosa de Oliveira and Sofie Goethals and Dieter Brughmans and David Martens},
journal= {arXiv preprint arXiv:2305.10069},
year = {2023}
}