Die Entwicklung von Explainable AI-Systemen ist eng mit der Forschung zu Künstlicher Intelligenz und maschinellem Lernen verbunden. Zentrale Theorien und Modelle in diesem Bereich sind die Entscheidungsbäume und die neuronalen Netze. Ein wichtiger Aspekt der Explainable AI ist die Bewertung der Bewerberakzeptanz und die ethischen Fragen, die mit der Anwendung von KI-Systemen in der Personalauswahl verbunden sind. Die Anwendung von Explainable AI reicht jedoch über die Personalauswahl hinaus und umfasst auch Bereiche wie die Medizin, die Finanzwirtschaft und die Produktion. Die Entwicklung von Explainable AI-Systemen erfordert eine interdisziplinäre Herangehensweise, die sowohl technische als auch soziale und ethische Aspekte berücksichtigt. Du findest wissenschaftliche Arbeiten zu Explainable AI als PDF und eBook bei GRIN, viele auch als Print-on-Demand.
Wissenschaftliche Texte zu Explainable AI
Explainable AI bezeichnet die Fähigkeit von KI-Systemen, ihre Entscheidungen und Prozesse transparent und nachvollziehbar zu machen. Dies ist insbesondere im Bereich der Personalauswahl und bei der Anwendung von Machine Learning und Deep Learning von Bedeutung. Die Forschung zu Explainable AI findet vor allem in den Disziplinen Informatik und Wirtschaftswissenschaften statt.
5
Veröffentlichungen