需求工程能否支持可解释人工智能？面向可解释性需求的以用户为中心的方法
Can Requirements Engineering Support Explainable Artificial Intelligence? Towards a User-Centric Approach for Explainability Requirements
AI总结：
该立场论文探讨需求工程与可解释人工智能的协同作用，指出XAI领域挑战，提出借助RE实践缓解挑战的框架与研究方向，以回应AI系统可解释性需求。
摘要：
随着人工智能系统的近期普及，人们对这类系统的可解释性需求激增。解释有助于降低系统不透明度、支持透明度并提升利益相关者的信任度。在这篇立场论文中，我们探讨了需求工程（RE）与可解释人工智能（XAI）之间的协同作用。我们指出了XAI领域的挑战，并就RE实践如何帮助缓解这些挑战提出了一个框架及若干研究方向。
英文摘要：
With the recent proliferation of artificial intelligence systems, there has been a surge in the demand for explainability of these systems. Explanations help to reduce system opacity, support transparency, and increase stakeholder trust. In this position paper, we discuss synergies between requirements engineering (RE) and Explainable AI (XAI). We highlight challenges in the field of XAI, and propose a framework and research directions on how RE practices can help to mitigate these challenges.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
