抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
知的意思決定支援(IDS)システムは人工知能技術を利用して,タスクの意思決定段階を通して人間ユーザを導く推薦を生成する。しかし,重要な挑戦は,IDSシステムが完全ではなく,複雑な実世界シナリオにおいて,不正確な出力を生成し,あるいは,作業に失敗する可能性があることである。説明可能なAI計画(XAIP)の分野は,エンドユーザに対してより説明可能なAIシステムの逐次意思決定の意思決定を行う技術を開発することを要求している。批判的に,IDSシステムへのXAIP技術の適用における以前の研究は,プランナーによって提案された計画が常に最適であり,従って,ユーザに対する意思決定支援として推奨されている行動または計画は常に正しいと仮定した。本研究では,非ロバストIDSシステムとの初心者ユーザ相互作用を調べ,時々,誤った行動を推薦し,ユーザがそのガイダンスに慣れた後に利用できない可能性がある。推奨された行動が貢献するサブゴナルに関する情報で従来のIDS出力を補足する,計画ベースのIDSシステムのために,新しい説明タイプ,サブゴナルベースの説明を導入した。著者らは,サブゴナルベース説明がユーザタスク性能を改善し,最適と最適以下のIDS推薦を識別するユーザ能力を改善し,ユーザにより好み,IDS故障の場合,よりロバストなユーザ性能を可能にすることを示した。【JST・京大機械翻訳】