論文の概要: Do We Need Explainable AI in Companies? Investigation of Challenges,
Expectations, and Chances from Employees' Perspective
- arxiv url: http://arxiv.org/abs/2210.03527v1
- Date: Fri, 7 Oct 2022 13:11:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-10 14:44:49.847769
- Title: Do We Need Explainable AI in Companies? Investigation of Challenges,
Expectations, and Chances from Employees' Perspective
- Title（参考訳）: 企業で説明可能なAIは必要か?
従業員の視点からみた課題・期待・可能性の検討
- Authors: Katharina Weitz, Chi Tai Dang, Elisabeth Andr\'e
- Abstract要約: 本報告では,従業員の(X)AIに対するニーズと態度について,まず最初に考察する。
以上の結果から,AIとXAIは従業員にとって重要な用語であると考えられることが示唆された。
これは、XAIがAIの使用を成功させるための潜在的なドライバーになるための第一歩である。
- 参考スコア（独自算出の注目度）: 0.8057006406834467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: By using AI, companies want to improve their business success and innovation
chances. However, in doing so, they (companies and their employees) are faced
with new requirements. In particular, legal regulations call for transparency
and comprehensibility of AI systems. The field of XAI deals with these issues.
Currently, the results are mostly obtained in lab studies, while the transfer
to real-world applications is lacking. This includes considering employees'
needs and attributes, which may differ from end-users in the lab. Therefore,
this project report paper provides initial insights into employees' specific
needs and attitudes towards (X)AI. For this, the results of a project's online
survey are reported that investigate two employees' perspectives (i.e., company
level and employee level) on (X)AI to create a holistic view of challenges,
risks, and needs of employees. Our findings suggest that AI and XAI are
well-known terms perceived as important for employees. This is a first step for
XAI to be a potential driver to foster the successful usage of AI by providing
transparent and comprehensible insights into AI technologies. To benefit from
(X)AI technologies, supportive employees on the management level are valuable
catalysts. This work contributes to the ongoing demand for XAI research to
develop human-centered and domain-specific XAI designs.
- Abstract（参考訳）: AIを利用することで、企業はビジネスの成功とイノベーションのチャンスを改善したいと考えている。
しかし、そうすることで、彼ら(企業や従業員)は新しい要件に直面します。
特に、法的規制は、AIシステムの透明性と理解性を要求する。
XAIの分野はこれらの問題を扱う。
現在、実験結果は主に実験室で得られており、実際の応用への移行は不十分である。
これには、研究室のエンドユーザーと異なるかもしれない従業員のニーズと属性を考慮することが含まれる。
そこで本論文では,従業員のX(AI)に対するニーズや態度について,まず最初に考察する。
このために、プロジェクトのオンライン調査の結果は、(X)AI上の2人の従業員の視点(すなわち、企業レベルと従業員レベル)を調査して、従業員の課題、リスク、ニーズの全体像を作成することを報告している。
以上の結果から,AIとXAIは従業員にとって重要な用語であると考えられた。
これは、XAIがAIテクノロジに対する透明で理解可能な洞察を提供することによって、AIの使用の成功を促進するための潜在的なドライバーになるための第一歩である。
X)AI技術を活用するために、マネジメントレベルの支援的な従業員は貴重な触媒である。
この研究は、人間中心およびドメイン固有のXAI設計を開発するためのXAI研究の継続的な需要に寄与する。
関連論文リスト
- Improving Health Professionals' Onboarding with AI and XAI for Trustworthy Human-AI Collaborative Decision Making [3.2381492754749632]
医療・健康を専攻する健康専門家や学生との半構造化面接の結果を報告する。
そこで我々は,脳卒中リハビリテーション評価のためのAIシステムの教材を作成するために,人間とAIのインタラクションガイドラインを構築した。
この結果から,従来のパフォーマンス指標をAIに提示する以外に,参加者はベンチマーク情報を希望していることが判明した。
論文 参考訳（メタデータ） (2024-05-26T04:30:17Z) - The Ethics of Advanced AI Assistants [53.89899371095332]
本稿では,高度AIアシスタントがもたらす倫理的・社会的リスクについて論じる。
我々は、高度なAIアシスタントを自然言語インタフェースを持つ人工知能エージェントとして定義し、ユーザに代わってアクションのシーケンスを計画し実行することを目的としている。
先進的なアシスタントの社会規模での展開を考察し、協力、株式とアクセス、誤情報、経済的影響、環境、先進的なAIアシスタントの評価方法に焦点をあてる。
論文 参考訳（メタデータ） (2024-04-24T23:18:46Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - 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) - Building AI Innovation Labs together with Companies [5.316377874936118]
将来的には、ほとんどの企業が人工知能(AI)のトピックに直面することになり、その戦略を決定する必要があります。
最大の課題の1つは、明確なビジネス価値を持つ革新的なソリューションのアイデアを思いつくことです。
これは一方のビジネス能力と他方のAIとデータ分析の技術的能力を必要とする。
論文 参考訳（メタデータ） (2022-03-16T08:45:52Z) - Towards Explainable Artificial Intelligence in Banking and Financial
Services [0.0]
説明可能な人工知能(XAI)の手法とツールを用いた最近の研究を研究・分析する。
我々は,高レベルの学習性能を維持しつつ,説明可能なモデルの作成を容易にする新しいXAIプロセスを導入する。
我々は,アルゴリズム結果との対話を容易にするデジタルダッシュボードを開発した。
論文 参考訳（メタデータ） (2021-12-14T08:02:13Z) - 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) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - 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。