第四屆藝術可解釋人工智慧工作坊 (XAIxArts 4) 論文集
arXiv - Human-Computer InteractionShuoyang Jasper Zheng, Terence Broad, Elizabeth Wilson, Adam Cole, Ziqing Xu, Jia-Rey Chang, Gabriel Vigliensoni, Jeba Rezwana, Lanxi Xiao, Michael Clemens, Makayla Lewis, Alan Chamberlain, Helen Kennedy, Corey Ford, Nick Bryan-Kinns
本工作坊探討如何將可解釋人工智慧（XAI）應用於藝術領域，以促進以人為本的 AI 實踐。
AI 幫你先抓重點
AI 重點 1
將 XAI 的研究視角從技術層面擴展至藝術與創意領域。
滑鼠懸停看 AI 判斷理由
這打破了傳統僅從演算法透明度來衡量 XAI 的侷限，透過藝術的感性與創意實踐，能提供更具人性化且多元的解釋路徑，重新定義何謂『可理解的 AI'。
AI 重點 2
強調 XAI 在社會轉型與包容性中的實踐責任。
滑鼠懸停看 AI 判斷理由
這提醒研究者與開發者，AI 的解釋不應僅是技術說明，更應關注如何減少偏見並促進社會公平，這對於建構負責任且以人為本的 AI 系統至關重要。
核心研究發現
- 1
工作坊旨在連結人機互動、設計、AI 與數位藝術領域，共同探索 XAI 在藝術創作中的角色。
- 2
研究重點從過去對 AI 創作前景的推測，轉向探討 XAI 在藝術實務中的具體操作化應用。
- 3
計畫透過反思 XAI 的多樣性與包容性、建立缺失專案庫，以及開發開放資源中心來強化社群連結。
對教育工作者的啟發
對於教育工作者而言，此研究提供了將 AI 技術與創意表達結合的新路徑。在設計結合 AI 的藝術或設計課程時，不應僅教導學生如何使用 AI 工具，更應引導學生思考「AI 如何做出決策」以及「如何讓 AI 的過程變得透明」。這有助於培養學生的批判性思考與數位素養，讓學生在創作過程中，能從技術黑盒轉向對 AI 邏輯的深度理解與反思。
原始文獻資訊
- 英文標題：
- Proceedings of The Fourth International Workshop on eXplainable AI for the Arts (XAIxArts 4)
- 作者：
- Shuoyang Jasper Zheng, Terence Broad, Elizabeth Wilson, Adam Cole, Ziqing Xu, Jia-Rey Chang, Gabriel Vigliensoni, Jeba Rezwana, Lanxi Xiao, Michael Clemens, Makayla Lewis, Alan Chamberlain, Helen Kennedy, Corey Ford, Nick Bryan-Kinns
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。