Transparantie en contrastieve verklaringen in Artificial Intelligence, waarom niet?

Abstract

In XAI kan een causale verklaring worden gebruikt om inzicht te verschaffen in hoe en waarom een AI-systeem tot een bepaalde conclusie is gekomen. Dit kan de transparantie van het systeem vergroten en het gemakkelijker maken om de logica achter beslissingen te begrijpen en te vertrouwen. In dit onderzoek wordt het effect van verschillende contrastieve verklaringen onderzocht op begrip en uiteindelijk vertrouwen van niet-deskundige gebruikers. Contrastieve verklaringen kunnen een bepaalde vorm van transparantie geven zonder de black box te openen. Ze zijn niet allesomvattend, maar kunnen een belangrijke stap zijn naar meer begrip en vertrouwen bij niet-deskundige gebruikers.

Date of Award	13 Feb 2023
Original language	Dutch
Supervisor	Laury Bollen (Examiner) & Tim Huygh (Co-assessor)