以人为中心的可解释人工智能界面是如何设计与评估的：一项系统性综述
How Human-Centered Explainable AI Interface Are Designed and Evaluated: A Systematic Survey
AI总结：
本文系统性综述了53篇文献，指出可解释界面（EIs）聚焦XAI的用户界面与体验设计，以提升系统可用性与实际可解释性，并揭示了人机交互趋势及未来设计与开发方向。
摘要：
尽管取得了技术突破，但可解释人工智能（XAI）研究在产生用户所需的“有效解释”方面成效有限。为了提升XAI系统的可用性、实际可解释性及对真实用户的效能，新兴的“可解释界面”（EIs）领域聚焦于XAI的用户界面与用户体验设计层面。本文对53篇文献进行了系统性综述，以识别人与XAI交互的当前趋势，以及EI设计与开发的有前景方向。这是首批关于EI研究的系统性综述之一。
英文摘要：
Despite its technological breakthroughs, eXplainable Artificial Intelligence (XAI) research has limited success in producing the {\em effective explanations} needed by users. In order to improve XAI systems' usability, practical interpretability, and efficacy for real users, the emerging area of {\em Explainable Interfaces} (EIs) focuses on the user interface and user experience design aspects of XAI. This paper presents a systematic survey of 53 publications to identify current trends in human-XAI interaction and promising directions for EI design and development. This is among the first systematic survey of EI research.
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。
