参考文献
Abedin,B.、Meske,C.、Rabi,F.和Klier,M.(2023)。介绍可解释人工智能(XAI)的迷你轨道。
Balasubramaniam,N.、Kauppinen,M.、Rannisto,A.、Hiekkanen,K.和Kujala,S.(2023年)。人工智能系统的透明度和可解释性:从道德准则到要求。 信息和软件技术, 159, 107197.
Borrego-Díaz,J.和Galán-Páez,J.(2022)。数据科学中的可解释人工智能:从基础问题到社会技术考虑。 思维和机器, 32(3), 485-531.
Buijsman,S.(2022)。在XAI中定义解释和解释深度。 思维和机器, 32(3), 563-584.
Cabitza,F.、Campagner,A.、Malgieri,G.、Natali,C.、Schneeberger,D.、Stoeger,K.和Holzinger,A.(2023)。引证-走向可解释AI设计解释概念的类型学带应用程序的专家系统, 213, 118888.
Kangra,K.和Singh,J.(2022年)。可解释的人工智能:概念和当前进展。英寸可解释的边缘人工智能:未来计算的视角 (第1-17页)。商会:施普林格国际出版社。
Kasinidou,M.(2023年6月)。全民AI素养:参与式方法。英寸2023年计算机科学教育创新与技术会议记录V.2 (第607-608页)。https://doi.org/10.1145/3587103.3594135在新选项卡/窗口中打开
Kong,S.C.、Cheung,W.M.Y.和Zhang,G.(2022)。评估人工智能识字课程,以培养大学生的概念学习、识字和赋权:重新关注概念构建。人类行为报告中的计算机,7100223。https://doi.org/10.1016/j.chbr.2022.100223在新选项卡/窗口中打开
Nagahisarchoghaei,M.、Nur,N.、Cummins,L.、Nur,N.,Karimi,M.M.、Nandanwar,S.…&Rahimi,S.(2023年)。一项关于可解释人工智能技术的实证调查:从技术和应用角度来看的最新趋势、使用情况和类别。 数码产品, 12(5), 1092.
Ng,D.T.K.,Leung,J.K.L.,Chu,K.W.S.和Qiao,M.S.(2021年)。人工智能素养:定义、教学、评估和道德问题。 信息科学与技术协会会议记录, 58(1), 504-509.https://doi.org/10.1002/pra2.487在新选项卡/窗口中打开
Hervieux,S.&Wheatley,A.(2020年)。ROBOT测试[评估工具]。图书馆。https://librairy.wordpress.com/2020/03/11/the-robot-test(在线阅读)在新选项卡/窗口中打开
Quakulinski,L.、Koumpis,A.和Beyan,O.D.(2023年)。医疗人工智能系统的透明度。 国际语义计算杂志.