A Survey of Accessible Explainable Artificial Intelligence Research

随着人工智能（AI）越来越多地融入日常生活，向所有用户（包括残疾人士）用易于理解的方式解释基于AI的决策变得至关重要。可访问的解释非常重要，因为技术的可访问性促进数字包容，并使每个人都能有效地使用这些技术，无论他们的身体、感觉或认知能力如何。本文对关于可解释人工智能（XAI）的可访问性研究进行了系统的文献综述，特别考虑了视障人士。我们的方法包括在几个学术数据库中搜索一些搜索词，以捕捉XAI和可访问性之间的交叉点。此次调查的结果凸显了对可访问XAI（AXAI）研究的缺乏，并强调了包括残疾社区在内的XAI开发的重要性，以促进数字包容和可访问性，消除障碍。大多数XAI技术依赖于视觉解释，如热图或图表，这对盲人或视力低下的人不可访问。因此，有必要通过非视觉模态（如听觉和触觉反馈）、对低视力人士可访问的视觉模态和满足个人需求的个性化解决方案来开发解释方法，包括那些有多种残疾的人。我们进一步强调将通用设计原则整合到AI开发实践中的重要性，以确保AI技术可供所有人使用。

如何使解释人工智能（XAI）对视力受损者更具可访问性？

通过非视觉模态，如听觉和触觉反馈，开发解释方法，以满足不同残障人士的需求，并将通用设计原则融入AI开发实践中，以确保AI技术的可用性。

论文对AXAI的研究缺乏，并强调包括残障人士在内的社区在XAI发展中的重要性，以促进数字包容和可访问性，消除障碍。

最近的相关研究包括“机器学习解释性：一个综述和解释”和“可解释性人工智能：从黑盒到可解释性”。