論文の概要: Question-Driven Design Process for Explainable AI User Experiences
- arxiv url: http://arxiv.org/abs/2104.03483v1
- Date: Thu, 8 Apr 2021 02:51:36 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-10 00:53:53.810508
- Title: Question-Driven Design Process for Explainable AI User Experiences
- Title（参考訳）: 説明可能なAIユーザエクスペリエンスのための質問駆動設計プロセス
- Authors: Q. Vera Liao, Milena Pribi\'c, Jaesik Han, Sarah Miller, Daby Sow
- Abstract要約: デザイナーは、最適なXAI技術を選択し、それらをUXソリューションに変換する方法の課題に取り組んでいます。
本稿では,ユーザのニーズ,XAI技術の選択,設計,XAI UXの評価を基礎とした質問駆動設計プロセスを提案する。
設計者とAIエンジニアのコラボレーションを支援するバウンダリオブジェクトとして、原型的ユーザ質問とXAI技術の例の間のマッピングガイドを提供します。
- 参考スコア（独自算出の注目度）: 12.883597052015109
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A pervasive design issue of AI systems is their explainability--how to
provide appropriate information to help users understand the AI. The technical
field of explainable AI (XAI) has produced a rich toolbox of techniques.
Designers are now tasked with the challenges of how to select the most suitable
XAI techniques and translate them into UX solutions. Informed by our previous
work studying design challenges around XAI UX, this work proposes a design
process to tackle these challenges. We review our and related prior work to
identify requirements that the process should fulfill, and accordingly, propose
a Question-Driven Design Process that grounds the user needs, choices of XAI
techniques, design, and evaluation of XAI UX all in the user questions. We
provide a mapping guide between prototypical user questions and exemplars of
XAI techniques, serving as boundary objects to support collaboration between
designers and AI engineers. We demonstrate it with a use case of designing XAI
for healthcare adverse events prediction, and discuss lessons learned for
tackling design challenges of AI systems.
- Abstract（参考訳）: AIシステムの幅広い設計課題は、AIを理解するのに役立つ適切な情報を提供するための説明可能性である。
説明可能なai(xai)の技術分野は、豊富な技術ツールボックスを生み出した。
デザイナーは現在、最も適切なXAIテクニックを選択し、UXソリューションに変換する方法の課題に取り組んでいます。
XAI UXに関する設計上の課題を調査した結果,これらの課題に対処するための設計プロセスを提案する。
我々は、プロセスが満たすべき要件を特定するために、ユーザのニーズ、XAI技術の選択、XAI UXの設計、評価を根拠とした質問駆動設計プロセスを提案する。
我々は、xai技術の原型的ユーザ質問と例題間のマッピングガイドを提供し、デザイナーとaiエンジニアのコラボレーションを支援する境界オブジェクトとして機能する。
医療有害事象予測のためのxai設計のユースケースを提示し、aiシステムの設計課題に取り組むために学んだ教訓を議論する。
関連論文リスト
- How Human-Centered Explainable AI Interface Are Designed and Evaluated: A Systematic Survey [48.97104365617498]
Em Explainable Interfaces (EIs) の登場する領域は,XAI のユーザインターフェースとユーザエクスペリエンス設計に重点を置いている。
本稿では,人間とXAIの相互作用の現在の動向と,EI設計・開発に向けた将来的な方向性を明らかにするために,53の出版物を体系的に調査する。
論文 参考訳（メタデータ） (2024-03-21T15:44:56Z) - Designerly Understanding: Information Needs for Model Transparency to
Support Design Ideation for AI-Powered User Experience [42.73738624139124]
設計者は、事前訓練された言語モデルなどのAI技術を設計材料として理解するハードルに直面します。
これにより、AIの使用方法、場所、使用方法について、アイデアと意思決定の能力が制限される。
私たちの研究は、UXデザイナがResponsible AIで果たせる重要な役割を強調します。
論文 参考訳（メタデータ） (2023-02-21T02:06:24Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳（メタデータ） (2022-11-12T21:54:05Z) - What Do End-Users Really Want? Investigation of Human-Centered XAI for
Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。
分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。
私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文 参考訳（メタデータ） (2022-10-07T12:51:27Z) - Transcending XAI Algorithm Boundaries through End-User-Inspired Design [27.864338632191608]
エンドユーザに対する説明責任重視の機能サポートの欠如は、高度なドメインにおけるAIの安全で責任ある使用を妨げる可能性がある。
我々の研究は、エンドユーザーがXAIを使用する際の技術的な問題を根底から解決することで、新たな研究課題がもたらされることを示している。
このようなエンドユーザにインスパイアされた研究質問は、AIを民主化し、クリティカルドメインにおけるAIの責任ある使用を保証することによって、社会的善を促進できる可能性がある。
論文 参考訳（メタデータ） (2022-08-18T09:44:51Z) - Connecting Algorithmic Research and Usage Contexts: A Perspective of
Contextualized Evaluation for Explainable AI [65.44737844681256]
説明可能なAI(XAI)を評価する方法に関するコンセンサスの欠如は、この分野の進歩を妨げる。
このギャップを埋める一つの方法は、異なるユーザ要求を考慮に入れた評価方法を開発することである、と我々は主張する。
論文 参考訳（メタデータ） (2022-06-22T05:17:33Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z) - Designer-User Communication for XAI: An epistemological approach to
discuss XAI design [4.169915659794568]
Signifying Message を概念的なツールとして、XAI シナリオを構造化および議論します。
私たちは、ヘルスケアAIシステムの議論にその使用を実験します。
論文 参考訳（メタデータ） (2021-05-17T13:18:57Z) - Questioning the AI: Informing Design Practices for Explainable AI User
Experiences [33.81809180549226]
説明可能なAI(XAI)への関心の高まりは、このトピックに関する膨大なアルゴリズム作業の収集につながった。
私たちは、説明可能なAI製品を作成するための現在のXAIアルゴリズム作業とプラクティスのギャップを特定しようとしています。
我々は,ユーザが説明責任を表現できるXAI質問バンクを開発した。
論文 参考訳（メタデータ） (2020-01-08T12:34:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。