A cikin yanki na ƙarshe, mun kafa gaskiya ta tushe: don masu amfani su ɗauka kuma su dogara ga AI, dole ne su amince da shi. Mun yi magana game da amana kasancewar gini mai ban sha'awa, wanda aka gina akan hasashe na Ƙarfin AI, Aminci, Mutunci, da Hasashen. Amma menene zai faru lokacin da AI, a cikin shiru, hikimar algorithmic, ya yanke shawara wanda ya bar mai amfani ya rikice, takaici, ko ma rauni? An hana neman jinginar gida, waƙar da aka fi so ba zato ba tsammani daga lissafin waƙa, kuma ana ƙi cikakkiyar ci gaba kafin ɗan adam ya gan ta. A cikin waɗannan lokuta, iyawa da tsinkaya sun rushe, kuma jin daɗin jin daɗin duniya. Tattaunawarmu a yanzu dole ne ta samo asali daga dalilin amincewa zuwa yadda ake bayyana gaskiya. Filin Bayanin AI (XAI), wanda ke mai da hankali kan haɓaka hanyoyin haɓaka abubuwan AI ga ɗan adam, ya fito don magance wannan, amma galibi ana tsara shi azaman ƙalubale na fasaha kawai ga masana kimiyyar bayanai. Ina jayayya yana da ƙalubalen ƙira mai mahimmanci ga samfuran dogaro da AI. Ayyukanmu ne a matsayin masu sana'a na UX don cike gibin da ke tsakanin yanke shawara na algorithmic da fahimtar ɗan adam. Wannan labarin yana ba da jagora mai amfani, mai aiki akan yadda ake bincike da ƙira don bayyanawa. Za mu wuce fiye da kalmomi kuma zuwa cikin izgili, fassara hadaddun ra'ayoyin XAI zuwa ƙirar ƙirar ƙira da za ku iya fara amfani da su a yau. De-mystifying XAI: Ƙa'idodin Mahimmanci Don Masu Aikin UX XAI game da amsa tambayar mai amfani: "Me yasa?" Me yasa aka nuna min wannan tallan? Me yasa aka ba ni shawarar wannan fim? Me yasa aka ki nemana? Yi la'akari da shi azaman AI yana nuna aikinsa akan matsalar lissafi. Ba tare da shi ba, kuna da amsa kawai, kuma an tilasta muku ɗaukar ta akan bangaskiya. A cikin nuna matakan, kuna haɓaka fahimta da amana. Hakanan kuna ba da damar aikin ku a duba sau biyu kuma a tabbatar da shi ta ainihin mutanen da yake tasiri. Fasalar Muhimmanci Da Abubuwan Taƙawa Akwai dabaru da yawa da za mu iya amfani da su don bayyana ko bayyana abin da ke faruwa tare da AI. Duk da yake hanyoyin sun bambanta daga samar da dukkan dabaru na bishiyar yanke shawara zuwa samar da taƙaitaccen harshe na yanayi na fitarwa, biyu daga cikin mafi amfani da tasiri nau'ikan bayanan masu aikin UX na iya gabatar da su a cikin ƙwarewa sune mahimmancin fasali (Hoto 1) da ƙima. Waɗannan su ne galibi mafi sauƙi ga masu amfani don fahimta kuma mafi dacewa ga masu zanen kaya don aiwatarwa.
Muhimmancin Siffar Wannan hanyar bayyanawa ta amsa, "Mene ne mahimman abubuwan da AI tayi la'akari?" Yana da game da gano manyan masu canji na 2-3 waɗanda ke da babban tasiri akan sakamakon. Kanun labarai ne, ba duka labarin ba. Misali: Ka yi tunanin wani AI wanda ke yin annabta ko abokin ciniki zai ɓata (sake sabis ɗin su). Muhimmancin fasali na iya bayyana cewa "yawan kiran goyan baya a cikin watan da ya gabata" da "Ƙarin farashin kwanan nan" sune abubuwa biyu mafi mahimmanci wajen tantance idan abokin ciniki zai iya yin ƙugiya.
Abubuwan da suka dace Wannan hanya mai ƙarfi ta amsa, "Me zan buƙaci canzawa don samun sakamako na daban?" Wannan yana da mahimmanci saboda yana ba masu amfani damar sanin hukuma. Yana canza "a'a" mai takaici zuwa aiki "ba tukuna." Misali: Ka yi tunanin tsarin aikace-aikacen lamuni da ke amfani da AI. An hana mai amfani bashi. Maimakon kawai ganin "An ƙi Aiwatar da Aikace-aikacen," bayanin da ba daidai ba zai kuma raba, "Idan darajar ku ta kasance maki 50 mafi girma, ko kuma idan rabon bashin ku zuwa kashi 10 cikin 100, da an amince da lamunin ku." Wannan ya bai wa Sarah bayyanannun matakan da za ta iya ɗauka don yuwuwar samun lamuni a nan gaba.
Amfani da Bayanan Model Don Haɓaka Bayanin Kodayake masana kimiyyar bayanai galibi suna sarrafa ƙayyadaddun ƙayyadaddun bayanai na fasaha, yana da taimako ga masu aikin UX su san cewa kayan aikin kamar LIME (Local Interpretable Model-agnostic Explanations) wanda ke bayanin tsinkayar mutum ta hanyar kusantar samfurin a cikin gida, da SHAP (Shapley Additive ExPlanations) wanda ke amfani da tsarin ka'idar wasa don bayyana abubuwan da aka saba amfani da su na kowane nau'in koyo daga injina. Waɗannan ɗakunan karatu da gaske suna taimakawa rushe shawarar AI don nuna waɗanne abubuwan shigar da suka fi tasiri ga wani sakamako. Lokacin da aka yi da kyau, za a iya amfani da bayanan da ke ƙarƙashin shawarar kayan aikin AI don ba da labari mai ƙarfi. Bari mu yi tafiya ta hanyar mahimmancin fasali da abubuwan da ba su dace ba kuma mu nuna yadda za a iya amfani da ilimin kimiyyar bayanan da ke bayan yanke shawara don haɓaka ƙwarewar mai amfani. Yanzu bari muMuhimmancin fasalin rufewa tare da taimakon bayanan Bayanin Gida (misali, LIME): Wannan tsarin yana ba da amsa, "Me yasa AI ta ba ni wannan takamaiman shawarwarin a gare ni, a yanzu?" Maimakon cikakken bayani game da yadda samfurin ke aiki, yana ba da dalili mai mahimmanci don guda ɗaya, takamaiman misali. Yana da sirri da kuma mahallin. Misali: Ka yi tunanin tsarin shawarwarin kiɗa na AI mai ƙarfi kamar Spotify. Bayanin gida zai amsa, "Me yasa tsarin ya ba da shawarar wannan takamaiman waƙa ta Adele gare ku a yanzu?" Bayanin na iya zama: “Saboda kwanan nan kun saurari wasu ƙwaƙƙwaran ƙwalƙwalwa da waƙoƙin mawaƙa mata.”
A ƙarshe, bari mu rufe haɗa bayanan da aka dogara da ƙimar (misali Shapley Additive Explanations (SHAP) bayanai zuwa bayanin yanke shawara: Wannan sigar mafi mahimmanci ce ta mahimmancin fasalin da ke ba da amsa, "Ta yaya kowane abu ya tura shawarar hanya ɗaya ko ɗaya? Misali: Ka yi tunanin banki yana amfani da samfurin AI don yanke shawarar ko za a amince da aikace-aikacen lamuni.
Muhimmancin Fasa: Fitowar samfurin na iya nuna cewa ƙimar kiredit na mai nema, samun kudin shiga, da rabon bashi-zuwa-shigo sune mahimman abubuwan da ke yanke shawararsa. Wannan yana amsa abin da ya dace. Muhimmancin Fasalo tare da Bayanin-Tsarin Ƙimar (SHAP): Ƙimar SHAP za ta ci gaba da ɗaukar fasalin mahimmanci dangane da abubuwan ƙirar.
Don rancen da aka amince da shi, SHAP na iya nuna cewa babban darajar kiredit ya tura shawarar zuwa yarda (tasiri mai kyau), yayin da dan kadan mafi girma fiye da matsakaicin bashi-zuwa kudin shiga ya ja shi dan kadan (mummunan tasiri), amma bai isa ya musanta lamuni ba. Don rancen da aka hana, SHAP na iya bayyana cewa ƙarancin samun kudin shiga da kuma yawan adadin binciken bashi na baya-bayan nan sun tura shawarar da ƙarfi ga ƙin yarda, koda kuwa ƙimar kiredit ɗin ta yi kyau.
Wannan yana taimaka wa jami'in lamuni ya bayyana wa mai nema fiye da abin da aka yi la'akari, ga yadda kowane abu ya ba da gudummawa ga yanke shawarar "e" ko "a'a" na ƙarshe. Yana da mahimmanci a gane cewa ikon samar da kyakkyawan bayani sau da yawa yana farawa da wuri a cikin sake zagayowar ci gaba. Masana kimiyyar bayanai da injiniyoyi suna taka muhimmiyar rawa ta hanyar tsara samfura da bututun bayanai da gangan ta hanyoyin da ke goyan bayan bayyanawa, maimakon ƙoƙarin kulle shi a matsayin tunani na baya. Ƙungiyoyin bincike da ƙira za su iya haɓaka wannan ta hanyar fara tattaunawa ta farko tare da masana kimiyyar bayanai da injiniyoyi game da buƙatun mai amfani don fahimta, ba da gudummawa ga haɓaka ma'aunin ma'auni, da haɗin gwiwar yin kwatancen bayanan don tabbatar da cewa duka daidai ne kuma abokantaka ne. XAI Da Da'a AI: Cire Bayar da Hankali da Nauyi Bayan gina amana, XAI tana taka muhimmiyar rawa wajen magance babban tasirin da'a na AI*, musamman game da son zuciya na algorithmic. Dabarun bayyanawa, kamar nazarin ƙimar SHAP, na iya bayyana idan shawarar ƙirar tana da tasiri ta rashin daidaituwa ta halaye masu mahimmanci kamar launin fata, jinsi, ko matsayin zamantakewa, koda kuwa ba a yi amfani da waɗannan abubuwan a sarari azaman abubuwan shigar kai tsaye ba. Misali, idan samfurin yarda da lamuni ya ke ba da ƙima mara kyau na SHAP ga masu nema daga wani ƙayyadaddun alƙaluman jama'a, yana nuna yuwuwar son zuciya da ke buƙatar bincike, ƙarfafa ƙungiyoyi don bayyanawa da rage irin waɗannan sakamakon rashin adalci. Ƙarfin XAI kuma yana zuwa tare da yuwuwar "wanke bayyanawa." Kamar yadda “greenwanshing” ke yaudarar masu amfani game da ayyukan muhalli, yin wankin bayanin na iya faruwa lokacin da aka tsara bayani don a ɓoye, maimakon haskakawa, matsala algorithmic hali ko son zuciya. Wannan na iya bayyana a matsayin bayani mai sauƙaƙan ƙaƙƙarfan bayani wanda ke ƙetare muhimman abubuwan da ke tasiri, ko kuma bayanan da ke haifar da dabarar da ke haifar da bayyana tsaka tsaki ko adalci fiye da yadda suke da gaske. Yana jaddada alhakin da'a na masu aikin UX don tsara bayanan da suke da gaske kuma masu iya tabbatarwa. Kwararrun UX, tare da haɗin gwiwar masana kimiyyar bayanai da masana da'a, suna ɗaukar nauyi mai mahimmanci wajen sadarwa dalilin yanke shawara, da kuma iyakoki da yuwuwar son zuciya na ƙirar AI mai tushe. Wannan ya haɗa da saita ainihin tsammanin mai amfani game da daidaiton AI, gano inda ƙirar zata iya zama ƙasa abin dogaro, da samar da tashoshi bayyanannu don amsawa ko amsa lokacin da masu amfani suka ga sakamako mara kyau ko kuskure. Magance wadannan a hankaliGirman ɗabi'a zai ba mu damar gina tsarin AI waɗanda suke da gaskiya da aminci. Daga Hanyoyi Zuwa izgili: Samfuran Zane-zane na XAI Sanin ra'ayoyin abu daya ne; tsara su wani ne. Anan ga yadda za mu iya fassara waɗannan hanyoyin XAI zuwa ƙirar ƙira. Misali 1: Bayanin "Saboda" (don Muhimmancin Fasalo) Wannan shine mafi sauƙi kuma sau da yawa mafi inganci tsari. Magana ce kai tsaye, bayyanannen harshe wanda ke bayyana ainihin dalilin aikin AI.
Heuristic: Kasance kai tsaye kuma a takaice. Jagora tare da dalili guda ɗaya mafi tasiri. Ka guji jargon ko ta halin kaka.
Misali: Ka yi tunanin sabis ɗin yawo na kiɗa. Maimakon kawai gabatar da jerin waƙoƙin "Gano Mako-mako", kuna ƙara ƙaramin layi na microcopy. Shawarar Waƙar: "Velvet Morning"Saboda kuna sauraron "The Fuzz" da sauran dutsen hauka.
Tsarin 2: "Abin da-Idan" Interactive (na Ƙarfafawa) Counterfactuals a zahiri game da ƙarfafawa ne. Hanya mafi kyau don wakiltar su ita ce ta ba wa masu amfani da kayan aikin mu'amala don gano damar kansu. Wannan cikakke ne don kuɗi, lafiya, ko wasu aikace-aikacen da suka dace da manufa.
Heuristic: Yi bayani mai ma'amala da ƙarfafawa. Bari masu amfani su ga dalilin da tasirin zaɓin su.
Misali: Ƙwararren aikace-aikacen rance. Bayan ƙin yarda, maimakon mataccen ƙarshen, mai amfani yana samun kayan aiki don tantance yadda yanayi daban-daban (menene-ifs) za su kasance (Dubi Hoto 1).
Misali na 3: Babban Haskakawa (Don Bayanin Gida) Lokacin da AI yayi wani aiki akan abun cikin mai amfani (kamar taƙaita daftarin aiki ko gano fuskoki a cikin hotuna), bayanin yakamata a haɗa shi da gani da tushen.
Heuristic: Yi amfani da alamu na gani kamar haskakawa, ƙayyadaddun bayanai, ko bayanai don haɗa bayanin kai tsaye zuwa ɓangaren dubawar da yake bayyanawa.
Misali: Wani kayan aiki na AI wanda ke taƙaita dogon labarai.AI-Generated Summary Point: Binciken farko ya nuna rata na kasuwa don samfurori masu dorewa. Source a cikin Takardu: "... Bincikenmu na Q2 game da yanayin kasuwa ya nuna cewa babu wani babban mai gasa da ke yin hidima ga mabukaci mai hankali, yana nuna babban gibin kasuwa don samfurori masu dorewa."
Tsarin 4: Kayayyakin Tura-da-Jawo (don Bayanin tushen Ƙimar) Don ƙarin hadaddun yanke shawara, masu amfani na iya buƙatar fahimtar hulɗar abubuwa. Sauƙaƙan hangen nesa na bayanai na iya bayyana hakan ba tare da cikawa ba.
Heuristic: Yi amfani da sauƙi, abubuwan gani na bayanai masu launi (kamar ginshiƙan mashaya) don nuna abubuwan da ke tasiri ga yanke shawara.
Misali: Wani AI yana nuna bayanan ɗan takara don aiki.Me yasa wannan ɗan takarar ya kasance 75% wasa: Abubuwan da ke tura maki sama: 5 + Shekaru UX Experiencewarewar Bincike Kwarewa a PythonFactors yana tura maki ƙasa: Babu kwarewa tare da B2B SaaS
Koyo da amfani da waɗannan ƙirar ƙira a cikin UX na samfuran ku na AI zasu taimaka haɓaka bayanin. Hakanan zaka iya amfani da ƙarin fasahohin da ban rufe zurfafa ba a nan. Wannan ya hada da:
Bayanin harshe na dabi'a: Fassara fitowar fasaha ta AI cikin sauƙi, harshen ɗan adam na tattaunawa wanda waɗanda ba ƙwararru ba za su iya fahimta cikin sauƙi. Bayani mai ma'ana: Bayar da dalili don fitowar AI a takamaiman lokaci da wuri, ya fi dacewa da aikin mai amfani. Abubuwan gani masu dacewa: Yin amfani da sigogi, jadawalai, ko taswirorin zafi don wakilci na gani na tsarin yanke shawara na AI, yin rikitattun bayanai da sauƙi ga masu amfani su fahimta.
Bayanan kula Don Ƙarshen Gaba: Fassara waɗannan abubuwan da ake iya bayyanawa zuwa ƙwarewar mai amfani mara nauyi kuma yana gabatar da nasa tsarin la'akari da fasaha. Masu haɓaka gaba-gaba sau da yawa suna yin gwagwarmaya tare da ƙirar API don dawo da bayanan bayani yadda ya kamata, da kuma abubuwan da suka shafi aiki (kamar ainihin lokacin tsara bayanai ga kowane hulɗar mai amfani) suna buƙatar yin shiri a hankali don guje wa jinkiri. Wasu Misalai na Hakikanin Duniya UPS Capital's DeliveryDefense UPS tana amfani da AI don ba da "maki amincewar isarwa" don yin magana don hasashen yiwuwar satar kunshin. Sofwarewar su DeliveryDefense tana nazarin bayanan tarihi akan wuri, mitar asara, da sauran dalilai. Idan adireshi yana da ƙarancin maki, tsarin zai iya sake tura kunshin cikin hanzari zuwa madaidaicin wurin samun damar UPS, yana ba da bayani game da shawarar (misali, "An mayar da fakitin zuwa wuri mai aminci saboda tarihin sata"). Wannan tsarin yana nuna yadda za a iya amfani da XAI don rage haɗarin haɗari da gina amincewar abokin ciniki ta hanyarbayyana gaskiya. Motoci masu cin gashin kansu Waɗannan motocin na gaba za su buƙaci yin amfani da XAI yadda ya kamata don taimaka wa motocinsu su yi amintattu, yanke shawara. Lokacin da motar da ke tuka kanta ta taka birki ba zato ba tsammani, tsarin zai iya ba da cikakken bayani game da aikinsa, misali, ta hanyar gano mai tafiya a hanya. Wannan ba kawai mahimmanci ba ne don ta'aziyya da amana na fasinja amma buƙatun tsari ne don tabbatar da aminci da lissafin tsarin AI. IBM Watson Lafiya (da kalubalensa) Duk da yake sau da yawa ana ambaton shi azaman misali na gaba ɗaya na AI a cikin kiwon lafiya, yana da mahimmancin binciken shari'a don mahimmancin XAI. Rashin gazawar aikin Watson na Oncology yana nuna abin da zai iya faruwa ba daidai ba lokacin da bayani ba a bayyana ba, ko lokacin da bayanan da ke cikin keɓancewa ko kuma ba a cikin gida ba. Shawarwari na tsarin wani lokaci sun saba da ayyukan asibiti na gida saboda sun dogara ne akan jagororin Amurka. Wannan yana aiki azaman labari na faɗakarwa akan buƙatu mai ƙarfi, iya fahimtar mahallin. Matsayin Mai Binciken UX: Bayyanawa da Tabbatar da Bayani Hanyoyin ƙirar mu suna da tasiri kawai idan sun magance tambayoyin masu amfani da suka dace a daidai lokacin. Bayanin da ke amsa tambayar mai amfani ba shi da su kawai hayaniya. Wannan shine inda binciken UX ya zama nama mai mahimmanci a cikin dabarun XAI, yana tabbatar da cewa mun bayyana abin da kuma yadda hakan yake da mahimmanci ga masu amfani da mu. Matsayin mai binciken yana da nau'i biyu: na farko, don sanar da dabarun ta hanyar gano inda ake buƙatar bayani, na biyu, don tabbatar da ƙirar da ke ba da waɗannan bayanan. Sanar da Dabarun XAI (Abin da za a Bayyana) Kafin mu iya tsara bayani ɗaya, dole ne mu fahimci tsarin tunanin mai amfani na tsarin AI. Me suka yi imani yana yi? Ina gibin dake tsakanin fahimtarsu da gaskiyar tsarin? Wannan shine tushen aikin mai binciken UX. Tattaunawar Samfurin Hankali: Tattaunawar Hankalin Mai Amfani Na Tsarin AI Ta hanyar zurfin, tambayoyin da aka tsara, masu aikin UX za su iya samun fa'ida mai mahimmanci game da yadda masu amfani ke fahimta da fahimtar tsarin AI. An tsara waɗannan zaman don ƙarfafa masu amfani su zana a zahiri ko bayyana "samfurin tunaninsu" na ciki na yadda suka yi imani da AI yana aiki. Wannan sau da yawa ya ƙunshi yin tambayoyi masu buɗe ido waɗanda ke sa masu amfani don bayyana dabarun tsarin, abubuwan da aka shigar, da abubuwan da aka fitar, da kuma alaƙar da ke tsakanin waɗannan abubuwan. Waɗannan tambayoyin suna da ƙarfi saboda suna yawan bayyana manyan kuskure da zato waɗanda masu amfani ke riƙe game da AI. Misali, mai amfani da ke mu'amala da injin ba da shawara zai iya amincewa da tabbaci cewa tsarin ya dogara ne kawai akan tarihin kallon da suka gabata. Wataƙila ba za su gane cewa algorithm ɗin ya ƙunshi wasu abubuwa masu yawa, kamar lokacin rana da suke lilo ba, abubuwan da ke faruwa a yanzu a duk faɗin dandamali, ko ma halayen kallon masu amfani iri ɗaya. Bayyana wannan rata tsakanin ƙirar tunanin mai amfani da ainihin ma'anar AI yana da mahimmanci. Yana gaya mana daidai takamaiman takamaiman bayanin da muke buƙatar sadarwa ga masu amfani don taimaka musu su gina ingantaccen tsarin tunani mai ƙarfi da ƙarfi. Wannan, bi da bi, muhimmin mataki ne na haɓaka amana. Lokacin da masu amfani suka fahimta, ko da a babban matakin, yadda AI ya isa ga ƙarshe ko shawarwarinsa, za su iya amincewa da abubuwan da aka fitar da su kuma su dogara da aikin sa. Taswirar Tafiya ta AI: Zurfafa Zurfafa Cikin Amincewar Mai Amfani da Bayyanawa Ta hanyar tsara taswirar tafiyar mai amfani tare da fasalin da ke da ƙarfin AI, muna samun fahimi masu kima cikin madaidaitan lokacin da rudani, takaici, ko ma rashin yarda da gaske ke fitowa. Wannan yana buɗe mahimman lokuta inda tsarin tunanin mai amfani na yadda AI ke aiki ya ci karo da ainihin halayensa. Yi la'akari da sabis ɗin yawo na kiɗa: Shin amanar mai amfani tana raguwa lokacin da shawarar lissafin waƙa ta ji "bazuwar", ba ta da wata alaƙa mai ma'ana da halayen sauraron su na baya ko abubuwan da aka zaɓa? Wannan fahimtar bazuwar ƙalubale ne kai tsaye ga tsammanin mai amfani na kulawar hankali da kuma ƙetare ƙaƙƙarfan alkawarin da AI ta fahimci ɗanɗanonsu. Hakazalika, a cikin aikace-aikacen sarrafa hoto, masu amfani suna fuskantar babban bacin rai lokacin da alamar alamar hoto ta AI akai-akai bata gane memban dangi? Wannan kuskuren ya fi kuskuren fasaha; yana bugun zuciyar daidaito, keɓancewa, har mahaɗin kai na zuciya. Wadannan maki zafi alamun sigina ne masu haske waɗanda ke nuna daidai inda aka dace, bayyananne, da taƙaitaccen bayani ya zama dole. Irin waɗannan bayanan suna aiki a matsayin mahimman hanyoyin gyarawa, gyara ɓarnar amana wanda, idan ba a kula da su ba, na iya haifar da watsi da mai amfani. Ƙarfin taswirar tafiye-tafiye na AI yana cikin ikonsa don motsa mu fiye da kawai bayanin fitowar ƙarshe na tsarin AI. Duk da yake fahimtar abin da AI ke samarwa yana da mahimmanci, sau da yawa bai isa ba. Maimakon haka, wannan tsari yana tilasta mana mu mai da hankali kan bayyana tsarin a lokuta masu mahimmanci. Wannan yana nufin magance:
Me yasa aka samar da takamaiman fitarwa: Shin saboda takamaiman bayanan shigarwa ne? Tsarin gine-gine na musamman? Wadanne abubuwa ne suka yi tasiri ga shawarar AI: Shin wasu siffofi sun fi nauyi? Ta yaya AI ya kai ga ƙarshe: Shin za mu iya ba da sauƙaƙan, bayanin kwatankwacin ayyukansa na ciki? Waɗanne zato da AI ta yi: Shin akwai fahimce fahimce na manufar mai amfani ko bayanan da ke buƙatar fitowa? Menene iyakokin AI: A bayyane yake sadarwa abin da AI ba zai iya yi ba, ko kuma inda daidaiton sa zai iya jujjuyawa, yana gina kyakkyawan fata.
Taswirar tafiye-tafiye ta AI tana canza ra'ayi mara kyau na XAI zuwa ingantaccen tsarin aiki, mai aiki don masu aikin UX. Yana ba mu damar matsawa sama da tattaunawa na ka'idoji na bayyanawa kuma a maimakon haka nuna ainihin lokacin da amanar mai amfani ke cikin haɗari, samar da mahimman bayanai don gina abubuwan AI waɗanda ke da ƙarfi, bayyananne, fahimta, da amintacce. A ƙarshe, bincike shine yadda muke gano abubuwan da ba a sani ba. Ƙungiyarku na iya yin muhawara kan yadda za a bayyana dalilin da ya sa aka hana lamuni, amma bincike na iya nuna cewa masu amfani sun fi damuwa da fahimtar yadda aka yi amfani da bayanan su da farko. Ba tare da bincike ba, muna kawai tsinkayar abin da masu amfani da mu ke mamaki. Haɗin kai Kan Zane (Yadda ake Bayyana AI) Da zarar bincike ya gano abin da za a bayyana, madauki na haɗin gwiwa tare da ƙira ya fara. Masu zanen kaya na iya yin samfuri da tsarin da muka tattauna a baya-bayanan "Saboda", masu nunin ma'amala-da masu bincike na iya sanya waɗannan ƙirar a gaban masu amfani don ganin ko sun riƙe. Ƙimar Amfani & Gwajin Fahimta: Za mu iya ƙirƙira binciken bincike wanda ke gwada abubuwan da suka shafi XAI musamman. Ba kawai muna tambaya, "Shin wannan yana da sauƙin amfani?" Muna tambaya, "Bayan ganin wannan, za ku iya gaya mani a cikin kalmomin ku dalilin da yasa tsarin ya ba da shawarar wannan samfurin?" ko "Nuna mani abin da za ku yi don ganin ko za ku iya samun sakamako na daban." Manufar anan ita ce auna fahimta da iya aiki, tare da amfani. Auna Dogara da Kanta: Za mu iya amfani da sauƙaƙan safiyo da ma'aunin ƙima kafin da bayan an nuna bayani. Misali, zamu iya tambayar mai amfani akan sikelin maki 5, "Nawa kuka amince da wannan shawarar?" kafin su ga maganar “Saboda”, sannan a sake tambayar su daga baya. Wannan yana ba da bayanai masu ƙididdigewa kan ko ainihin bayaninmu yana motsa allura akan amana. Wannan tsari yana ƙirƙirar madaidaicin madauri mai ƙarfi. Binciken bincike ya ba da labari na farko. Ana gwada wannan ƙirar, kuma ana mayar da sabon binciken zuwa ƙungiyar ƙira don gyarawa. Watakila bayanin “Saboda” ya yi yawa jargon, ko kuma “Me-Idan” faifan bidiyo ya fi ruɗani fiye da ƙarfafawa. Ta hanyar wannan ingantaccen haɗin gwiwar, muna tabbatar da cewa bayanan ƙarshe daidai ne ta hanyar fasaha, ana iya fahimta da gaske, masu amfani, da aminci ga mutanen da ke amfani da samfurin. Yankin Zinare na Bayani Kalma mai mahimmanci na taka tsantsan: yana yiwuwa a yi karin bayani. Kamar yadda yake a cikin tatsuniyar tatsuniyar, inda Goldilocks ya nemi porridge wanda ya kasance 'daidai', makasudin bayani mai kyau shine don samar da adadin da ya dace - ba mai yawa ba kuma ba kadan ba. Bombaring mai amfani tare da kowane mai canzawa a cikin ƙira zai haifar da wuce gona da iri kuma yana iya rage dogaro da gaske. Manufar ba shine sanya mai amfani masanin kimiyyar bayanai ba. Ɗayan mafita shine ci gaba da bayyanawa.
Fara da sauki. Jagora tare da taƙaitaccen bayanin "Saboda". Ga yawancin masu amfani, wannan zai isa. Bada hanya zuwa daki-daki. Samar da madaidaicin hanyar haɗin gwiwa mai ƙarancin ƙarfi kamar "Ƙari Koyi" ko "Duba yadda aka ƙaddara wannan." Bayyana hadaddun. Bayan wannan hanyar haɗin yanar gizon, zaku iya ba da madaidaitan ma'amala, abubuwan gani, ko ƙarin cikakken jerin abubuwan da ke ba da gudummawa.
Wannan tsarin da aka shimfida yana mutunta hankalin mai amfani da gwaninta, yana ba da adadin da ya dacena bayanai don bukatun su. Bari mu yi tunanin kana amfani da na'urar gida mai wayo wanda ke ba da shawarar dumama mafi kyau bisa dalilai daban-daban. Fara da sauƙi: "A halin yanzu gidanku yana mai zafi zuwa digiri 72, wanda shine mafi kyawun zafin jiki don tanadin makamashi da kwanciyar hankali." Ba da hanya zuwa daki-daki: Ƙarƙashin wannan, ƙaramin hanyar haɗi ko maɓallin: "Me yasa digiri 72 ya fi kyau?" Bayyana hadaddun: Danna wannan hanyar haɗin yanar gizon zai iya buɗe sabon allo yana nunawa:
Matsakaicin ma'amala don zafin waje, zafi, da matakin jin daɗin da kuka fi so, yana nuna yadda waɗannan ke daidaita yanayin da aka ba da shawarar. Nunin yadda ake amfani da makamashi a yanayi daban-daban. Jerin abubuwan da ke ba da gudummawa kamar "Lokacin rana," "Zazzabi na waje na yanzu," "Amfani da makamashi na tarihi," da "Na'urori masu aunawa."
Yana da tasiri don haɗa hanyoyin XAI da yawa da wannan Tsarin Bayanin Goldilocks, wanda ke ba da shawarar ci gaba da bayyanawa, a fakaice yana ƙarfafa wannan. Kuna iya farawa da sauƙi “Saboda” (Tsarin 1) don fahimta nan da nan, sannan ku ba da hanyar haɗin “Ƙara Koyi” da ke bayyana “Men-Idan” Interactive (Tsafi na 2) ko “Tuyawa-da-Jawo Kayayyakin gani” (Tsarin 4) don zurfafa bincike. Misali, tsarin aikace-aikacen lamuni na iya fara bayyana dalilin farko na ƙin yarda (muhimmancin fasali), sannan ba da damar mai amfani don yin hulɗa tare da kayan aiki na "What-If" don ganin yadda canje-canje ga samun kuɗin shiga ko bashin zai canza sakamakon (masu ƙima), kuma a ƙarshe, samar da cikakken ginshiƙi "Tura-da-Ja" (bayani mai ƙima) don kwatanta gudummawa mai kyau da mara kyau na duk abubuwan. Wannan tsarin da aka tsara yana ba masu amfani damar samun damar matakin daki-daki da suke buƙata, lokacin da suke buƙata, hana wuce gona da iri yayin da har yanzu ke ba da cikakkiyar fa'ida. Ƙayyade waɗanne kayan aikin XAI da hanyoyin da za a yi amfani da su shine babban aiki na cikakken bincike na UX. Tattaunawar samfurin tunani da taswirar balaguro na AI suna da mahimmanci don tantance buƙatun mai amfani da maki raɗaɗi da suka danganci fahimtar AI da amana. Tambayoyin samfurin tunani suna taimakawa gano kuskuren masu amfani game da yadda AI ke aiki, yana nuna wuraren da ake buƙatar mahimman bayanai (kamar mahimmancin fasali ko bayanin gida). Taswirar tafiya ta AI, a gefe guda, tana gano mahimman lokuta na rudani ko rashin amincewa a cikin hulɗar mai amfani tare da AI, yana nuna alamar inda ƙarin bayani mai mahimmanci ko ma'amala (kamar bayanan karya ko bayanin ƙima) zai zama mafi fa'ida don sake gina amana da samar da hukuma.
Daga ƙarshe, hanya mafi kyau don zaɓar wata dabara ita ce ƙyale binciken mai amfani ya jagoranci yanke shawara, tabbatar da cewa bayanin da kuka tsara ya magance ainihin tambayoyin mai amfani da damuwa, maimakon kawai bayar da cikakkun bayanai na fasaha don kansu. XAI don Wakilan Tunanin Zurfafa Wasu sabbin tsarin AI, waɗanda aka sani da wakilai masu zurfin tunani, suna samar da “sarkar tunani” bayyane ga kowane ɗawainiya mai rikitarwa. Ba wai kawai suna ambaton tushe ba; suna nuna ma'ana, hanyar mataki-mataki da suka bi don cimma matsaya. Duk da yake wannan bayyananniyar tana ba da mahalli mai mahimmanci, wasa-da-wasa wanda ya mamaye sakin layi da yawa na iya jin daɗi ga mai amfani kawai ƙoƙarin kammala ɗawainiya. Ka'idodin XAI, musamman yankin Bayanin Goldilocks, suna aiki kai tsaye anan. Za mu iya daidaita tafiyar, ta yin amfani da bayyanawa na ci gaba don nuna kawai ƙarshe na ƙarshe da mataki mafi mahimmanci a cikin tsarin tunani da farko. Masu amfani za su iya shiga don ganin cikakken, daki-daki, dalili mai matakai da yawa lokacin da suke buƙatar bincika dabaru sau biyu ko gano takamammen gaskiya. Wannan hanyar tana mutunta kulawar mai amfani yayin kiyaye cikakken bayanin wakilin. Matakai na gaba: Ƙarfafa Tafiyar ku ta XAI Bayyanawa shine ginshiƙi na asali don gina amintattun samfuran AI masu inganci. Ga ƙwararrun ƙwararrun ƙwararrun da ke neman fitar da wannan canji a cikin ƙungiyarsu, tafiya ta wuce tsarin ƙira zuwa shawarwari da ci gaba da koyo. Don zurfafa fahimtar ku da aikace-aikacen aiki, yi la'akari da gano albarkatu kamar AI Explainability 360 (AIX360) kayan aiki daga IBM Research ko Google's What-If Tool, wanda ke ba da hanyoyin hulɗa don gano halayen samfuri da bayani. Yin hulɗa tare da al'ummomi kamar Ƙungiyar AI mai alhakin ko takamaiman ƙungiyoyin bincike da aka mayar da hankali kan AI na ɗan adam na iya ba da basira mai mahimmanci da damar haɗin gwiwa. A ƙarshe, zama mai ba da shawara ga XAI a cikin ƙungiyar ku.Tsari bayyanawa a matsayin dabarun saka hannun jari. Yi la'akari da ɗan gajeren zango ga jagorancinku ko ƙungiyoyi masu aiki: "Ta hanyar saka hannun jari a cikin XAI, za mu wuce samar da amana; za mu hanzarta karɓar masu amfani, da rage farashin tallafi ta hanyar ƙarfafa masu amfani da fahimta, da kuma rage haɗarin ɗabi'a da ƙa'ida ta hanyar fallasa yiwuwar son rai. Wannan kyakkyawan tsari ne da kasuwanci mai wayo. "
Muryar ku, mai tushe cikin fahimta mai amfani, tana da mahimmanci wajen fitar da AI daga cikin akwatin baƙar fata kuma cikin haɗin gwiwa tare da masu amfani.
