[论文解读] Proceedings of The first international workshop on eXplainable AI for the Arts (XAIxArts)

Nick Bryan–Kinns, Corey Ford+7 more|arXiv (Cornell University)|Oct 10, 2023

Explainable Artificial Intelligence (XAI)Computer Science被引用 3

一句话总结

本研讨会论文集奠定了艺术领域可解释人工智能（XAI）的基础性讨论，汇聚了人机交互（HCI）、人工智能（AI）与数字艺术领域的研究者，探讨XAI如何提升艺术AI系统中的透明度与可解释性。其核心贡献在于确立了XAIxArts作为推动伦理化、以人为本的AI在创意实践中的新跨学科论坛。

ABSTRACT

This first international workshop on explainable AI for the Arts (XAIxArts) brought together a community of researchers in HCI, Interaction Design, AI, explainable AI (XAI), and digital arts to explore the role of XAI for the Arts. Workshop held at the 15th ACM Conference on Creativity and Cognition (C&C 2023).

研究动机与目标

• 建立一个专门面向可解释人工智能（XAI）与艺术交叉领域研究者的跨学科论坛。
• 回应AI驱动的艺术创作过程与成果日益增长的透明度与可解释性需求。
• 探讨XAI如何支持艺术家、设计师与观众理解并参与AI生成或AI增强的艺术作品。
• 识别XAI在创意领域中的关键挑战、伦理考量与设计原则。
• 促进人机交互（HCI）、交互设计、人工智能（AI）与数字艺术领域的合作，以塑造XAI在艺术领域未来的科研与应用方向。

提出的方法

• 在第15届ACM创造力与认知会议（C&C 2023）上组织了一整天的国际研讨会，汇聚来自不同领域的专家。
• 通过小组讨论、快速演讲与协作工作坊，聚焦XAI在艺术语境中的应用。
• 通过结构化头脑风暴与小组综合活动，收集见解与新兴主题。
• 向人机交互（HCI）、交互设计、AI、XAI与数字艺术领域的研究人员征集贡献，以确保跨学科的广度。
• 通过精心编选的论文集，记录关键发现与研究方向。
• 通过识别XAI在艺术领域中的核心主题、挑战与机遇，为未来研究奠定基础。

实验结果

研究问题

• RQ1 可解释人工智能（XAI）如何增强AI增强艺术实践中的透明度与用户理解？
• RQ2 在音乐、视觉艺术与表演等创意领域应用XAI时，其独特的可解释性与伦理挑战是什么？
• RQ3 如何与艺术家和观众共同设计XAI工具，以支持对AI生成艺术的有意义参与？
• RQ4 在艺术语境中，解释AI过程最有效的设计原则与交互模式是什么？
• RQ5 XAI与艺术研究者之间的跨学科合作如何推动创意应用中更负责任、更具包容性的AI发展？

主要发现

• 研讨会成功确立了XAIxArts作为推动艺术与创意语境中XAI发展的新跨学科论坛。
• 与会者普遍认为，艺术领域AI的可解释性必须超越技术透明度，还应包含审美、情感与语境理解。
• 艺术家与观众需要的是可理解、情境敏感且与创作意图一致的解释，而不仅仅是模型准确性。
• 主要挑战包括在技术可解释性与艺术模糊性之间取得平衡，以及防止解释过度简化复杂创作过程。
• 研讨会识别出需要新的评估框架，以同时考量AI生成作品的可解释性与艺术价值。
• 强调协作式、参与式的设计方法对于有效开发服务于多样化艺术群体的XAI工具至关重要。