最近，人们对 e X可理解的人工智能(XAI)的兴趣有所增加。这是 XAI 在其DARPA 页面上所述的使命：
可解释人工智能 (XAI) 计划旨在创建一套机器学习技术：
- 生成更可解释的模型，同时保持高水平的学习性能（预测准确性）；和
- 使人类用户能够理解、适当信任和有效管理新一代人工智能合作伙伴。
纽约时报的文章可以教人工智能解释自己吗？很好地从人类利益的角度解释了对 XAI 的需求，并提供了对为此开发的技术的概览。XAI 运动背后的力量似乎围绕着（即将到来的？）解释权概念，即通过决策显着影响人类生活的 AI 应用程序能够向利益相关者解释导致的因素/原因对上述决定。
鉴于我们相互问责的现行标准，解释权如何合理？
鉴于我们相互问责的现行标准，解释权如何合理？
简而言之，这是相当合理的。
更具体地说，让人工智能负责解释决策似乎是合理的，因为
人类（在本例中为 DARPA）选择用纳税人的钱来创造、培养和发展人工智能。同样在我们的社会中，每当人类为了某种目的（某种正式安排，如政府或其他）而聚集在一起时，就会承担和分配责任和义务。因此，期望人工智能（将代表我们做出决定）解释他们的决定似乎只是人类当前运作方式的自然延伸。
人类（通常至少）没有超能力或资源来控制和操纵其他人口。但是当他们这样做时（比如我们的政治领导人），我们希望他们承担责任。
在极少数情况下，强大的人类会因为每个人都可以接触到的东西而变得强大，而人工智能的超能力则不会。因此，如果人工智能在被问到问题时不会当面关门，我们的文明会感到更安全，从而减少不安全感。
人工智能的其他好处，可以解释如何做出决定
在早期阶段更容易调试和改进。
可以进一步定制（并在此过程中）以放大某些方面，如社会福利而非盈利能力等。
在论文从属算法？为什么“解释权”可能不是您正在寻找的补救措施，作者声称“解释权”不太可能为算法危害提供完整的补救措施，至少有两个原因
目前尚不清楚何时可以触发任何与解释相关的权利
当前的（可解释的）人工智能方法可能无法提供法律要求的解释，“关于处理逻辑的有意义的信息”
然后作者得出结论，“解释权”令人分心，但欧盟通用数据保护条例的其他法律，例如
可以弥补“解释权”的缺陷。
总而言之，“解释权”是一种保护公民免受使用人工智能方法可能产生的不良后果的尝试。然而，它并非完美无缺，可能需要颁布更明确的权利。