يعد تكامل المركبات الآلية بالعديد من الفوائد للتنقل الحضري، بما في ذلك زيادة السلامة، وتقليل الازدحام المروري، وتعزيز إمكانية الوصول. تتيح المركبات الآلية أيضًا للسائقين المشاركة في المهام غير المتعلقة بالقيادة (NDRTs) مثل الاسترخاء أو العمل أو مشاهدة الوسائط المتعددة في الطريق. ومع ذلك، فإن التبني على نطاق واسع يعوقه الثقة المحدودة لدى الركاب. ولمعالجة هذه المشكلة، يمكن لتفسيرات قرارات المركبات الآلية أن تعزز الثقة من خلال توفير التحكم وتقليل التجارب السلبية. يجب أن تكون هذه التفسيرات مفيدة ومفهومة وموجزة لتكون فعالة.
تلبي مناهج الذكاء الاصطناعي القابلة للتفسير (XAI) احتياجات المطورين بشكل رئيسي، مع التركيز على السيناريوهات عالية المخاطر أو التفسيرات الشاملة، التي قد لا تكون مناسبة للمسافرين. لسد هذه الفجوة، تحتاج نماذج XAI التي تركز على الركاب إلى فهم نوع وتوقيت المعلومات المطلوبة في سيناريوهات القيادة في العالم الحقيقي.
ولمعالجة هذه الفجوة، قام فريق بحثي بقيادة البروفيسور سيونج جون كيم من…
