Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Nurturing Knowledge: A Virtue Epistemology Approach to Explainable AI
Autoři: Candiotto Laura | Growiec Jakub | Kellmeyer Philipp | Rabinowitch Ithai | Livermore Michael
Rok: 2025
Druh publikace: kapitola v odborné knize
Název zdroje: Oxford Intersections: AI in Society
Název nakladatele: Oxford University Press
Místo vydání: Oxford
Strana od-do: 1-19
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Pěstování znalostí: Epistemologický přístup založený na ctnostech k vysvětlitelné umělé inteligenci Technologie umělé inteligence, zejména hluboké neuronové sítě a modely strojového učení, se stále více integrují do tvorby znalostí v různých vědeckých oblastech, což vyvolává kritické obavy ohledně vysvětlitelnosti a interpretovatelnosti. Různé disciplíny a kontexty vyžadují zásadně odlišné typy vysvětlení, což činí univerzální přístupy k vysvětlitelné umělé inteligenci nedostatečnými. Epistemologie ctností nabízí slibný rámec pro řešení těchto výzev tím, že se zaměřuje na to, jak systémy umělé inteligence pěstují nebo podkopávají epistemické ctnosti v konkrétních znalostních komunitách. Místo hledání vysvětlení v abstraktních pojmech klade epistemologie ctností důraz na epistemické schopnosti a charakterové vlastnosti, jak se projevují v konkrétních epistemických kulturách. Případové studie ze sociálních věd, neurověd, medicíny a humanitních věd ukazují, že smysluplný pokrok ve vysvětlitelné AI vyžaduje sladění výpočetního uvažování s pěstováním epistemických ctností a zmírňováním epistemických neřestí, které charakterizují specializované znalostní praktiky a normy každé vědecké komunity. Epistemologie ctnosti; umělá inteligence; etika umělé inteligence; epistemické kultury; epistemické ctnosti
eng Nurturing Knowledge: A Virtue Epistemology Approach to Explainable AI AI technologies, particularly deep neural networks and machine learning models, have become increasingly integrated into knowledge production across diverse scientific domains, raising critical concerns about explainability and interpretability. Different disciplines and contexts require fundamentally different types of explanations, making universal approaches to explainable AI inadequate. Virtue epistemology offers a promising framework for addressing these challenges by focusing on how AI systems cultivate or undermine epistemic virtues within specific knowledge communities. Rather than seeking explanations in abstract terms, virtue epistemology emphasizes epistemic abilities and character traits as they manifest within particular epistemic cultures. Case studies from social science, neuroscience, medicine, and the humanities reveal that meaningful progress in explainable AI requires aligning computational reasoning with the cultivation of epistemic virtues and the mitigation of epistemic vices that characterize each scientific community’s specialized knowledge practices and norms. Virtue Epistemology; AI; Ethics of AI; Epistemic Cultures; Epistemic Virtues