Interpretability taxonomy: an approach for artificial intelligence developers technique selection
Notice bibliographique
Résumé
As AI systems continue to increase their capabilities of performing human tasks there is a growing need to understand how the AI system determined its decisions. Interpretability is a concept in trustworthy AI research that is focused on understanding of the inner workings and decisions that come from the AI system. Our previous research revealed that AI developers lack consistent approaches or tools for implementing interpretability. There has been substantial theoretical interpretability research, yet the development of practical approaches in the form of tools to assist AI developers on interpretability remains underexplored in the research. This paper develops a taxonomy of AI interpretability techniques based on an analysis of the research literature using the survey of surveys method across 70 papers, examining 30 papers from 2019 to 2023. This paper develops a hierarchical taxonomy at a lower-level of abstraction to present and build upon relevant research literature. This paper also provides an approach as a practical tool in the form of decision trees to help AI developers identify and categorize interpretability techniques based on applicability and characteristics. Unlike existing interpretability taxonomies, this study introduces AI developer-oriented sample decision trees to aid in operationalizing the selection of interpretability techniques. This bridges theoretical research with practical implementation for AI developers. Preliminary testing and validation with AI developers was conducted to ensure applicability of the proposed taxonomy and decision trees. Preliminary validation demonstrated conceptual clarity and practical relevance, forming a foundation for future large-scale evaluation. This research contributes to further bridge the gap between AI systems and ensuring the practical implementation of interpretability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».