核心发现
方法论
作者系统分析了200多项XAI用户研究，评估其是否考虑文化差异。研究采用PRISMA框架，筛选出符合条件的研究，并分析其样本的文化背景及结论的广泛性。
关键结果
- 大多数研究（93.7%）未显示对文化差异的意识，且81.3%的研究仅使用WEIRD样本。
- 仅3.4%的研究考虑了集体主义文化中的外部因素解释。
- 研究发现XAI设计中普遍存在文化偏见，忽视了非西方用户的需求。
研究意义
研究揭示了XAI研究中对西方文化的偏见，强调了在设计和评估XAI系统时考虑文化多样性的重要性。这一发现对未来的XAI研究和应用具有重要意义，尤其是在全球化背景下。
技术贡献
研究提供了对XAI用户研究中文化偏见的系统性分析，揭示了当前设计中对西方解释需求的隐含假设，并提出了改进建议。
新颖性
这是首次系统性分析XAI研究中的文化偏见，强调了文化差异对用户解释需求的影响。
局限性
- 研究主要基于文献分析，缺乏实验验证。
- 未能深入探讨不同文化背景下的具体需求差异。
未来方向
未来研究应进行跨文化实验，验证不同文化背景下用户对XAI输出的反应，并开发适应多元文化的XAI系统。
AI 总览摘要
本研究揭示了可解释性AI（XAI）研究中的文化偏见问题，指出大多数研究未能考虑文化差异，尤其是对非西方用户的需求。通过系统分析200多项XAI用户研究，作者发现大多数研究仅使用WEIRD样本，并未显示对文化差异的意识。
研究强调了在设计和评估XAI系统时考虑文化多样性的重要性，指出许多流行的XAI设计隐含地假设西方解释需求是普遍的。作者建议未来的XAI研究应更加关注文化多样性，进行跨文化实验以验证不同文化背景下用户对XAI输出的反应。
这一研究对于推动XAI系统的全球化应用具有重要意义，尤其是在全球化背景下，理解和满足不同文化背景用户的需求将是XAI研究的重要方向。研究还提出了一系列改进建议，以帮助XAI研究更好地适应多元文化的需求。
深度分析
研究背景
近年来，随着AI系统在各个领域的广泛应用，XAI成为研究热点。XAI旨在使AI系统的输出对人类用户可解释，以增强信任和协作。然而，现有研究多集中于西方文化背景，忽视了全球用户的多样性需求。
核心问题
XAI研究中普遍存在文化偏见，许多研究未能考虑文化差异，尤其是对非西方用户的需求。这导致XAI系统在全球应用时可能面临适应性问题。
核心创新
本研究首次系统性分析了XAI研究中的文化偏见，强调文化差异对用户解释需求的影响，并提出了改进建议。
方法详解
- �� 使用PRISMA框架筛选研究
- �� 分析研究样本的文化背景
- �� 评估研究结论的广泛性
- �� 比较不同文化背景下的用户需求
实验设计
研究分析了200多项XAI用户研究，评估其样本的文化背景及结论的广泛性。通过文献分析，揭示了XAI研究中的文化偏见。
结果分析
研究发现，大多数XAI研究仅使用WEIRD样本，且未显示对文化差异的意识。仅少数研究考虑了集体主义文化中的外部因素解释。
应用场景
研究结果对XAI系统的全球化应用具有重要意义，尤其是在设计和评估XAI系统时需考虑文化多样性。
局限与展望
研究主要基于文献分析，缺乏实验验证。未来研究应进行跨文化实验，验证不同文化背景下用户对XAI输出的反应。
通俗解读 非专业人士也能看懂
想象你在一个国际化的餐厅工作，菜单上有来自世界各地的菜品。每位顾客都有不同的口味和偏好，你需要根据他们的文化背景推荐合适的菜品。XAI系统就像这家餐厅的菜单，它需要根据不同文化背景的用户提供不同的解释和建议。然而，目前的XAI系统就像只有西餐的菜单，忽视了其他文化的需求。为了让每位顾客满意，你需要了解他们的文化背景，并提供个性化的推荐。这就是本研究强调的：XAI系统需要考虑文化多样性，以满足全球用户的需求。
简单解释 像给14岁少年讲一样
想象一下，你在玩一个国际象棋游戏。游戏有一个助手，它会告诉你下一步该怎么走。这个助手就像XAI系统，它需要解释为什么选择某个步骤。然而，不同国家的玩家可能对解释有不同的需求。有些人喜欢详细的策略分析，而有些人更喜欢简单的建议。现在的XAI系统就像只给出一种解释的助手，可能不适合所有玩家。研究表明，我们需要让这个助手更聪明，能根据玩家的文化背景提供不同的解释。这样，游戏才能更有趣，对吧？
术语表
WEIRD (西方、受教育、工业化、富裕、民主)
指代主要来自西方国家的样本群体，通常具有教育程度高、工业化、富裕和民主的特点。
在研究中用于描述样本的文化背景。
XAI (可解释性AI)
指能够提供其决策过程解释的人工智能系统，以增强用户的理解和信任。
研究中分析了XAI系统在不同文化背景下的适应性。
文化偏见
指在研究或设计中偏向某一特定文化背景，忽视其他文化的需求和差异。
研究揭示了XAI研究中的文化偏见问题。
内在解释
指通过模型的内部决策参数（如特征重要性）来解释AI系统的输出。
研究分析了内在解释在不同文化背景下的适用性。
外部因素解释
指通过社会规则、文化背景等外部因素来解释AI系统的输出。
研究探讨了外部因素解释在集体主义文化中的重要性。
开放问题 这项研究留下的未解疑问
- 1 XAI系统在不同文化背景下的适应性仍需实验验证。
- 2 不同文化背景下用户对XAI输出的具体需求差异尚不明确。
应用场景
近期应用
跨文化XAI系统设计
开发能够适应不同文化背景的XAI系统，以满足全球用户的需求。
远期愿景
全球化AI应用
通过考虑文化多样性，推动AI系统在全球范围内的应用和接受。
原文摘要
For synergistic interactions between humans and artificial intelligence (AI) systems, AI outputs often need to be explainable to people. Explainable AI (XAI) systems are commonly tested in human user studies. However, whether XAI researchers consider potential cultural differences in human explanatory needs remains unexplored. We highlight psychological research that found significant differences in human explanations between many people from Western, commonly individualist countries and people from non-Western, often collectivist countries. We argue that XAI research currently overlooks these variations and that many popular XAI designs implicitly and problematically assume that Western explanatory needs are shared cross-culturally. Additionally, we systematically reviewed over 200 XAI user studies and found that most studies did not consider relevant cultural variations, sampled only Western populations, but drew conclusions about human-XAI interactions more generally. We also analyzed over 30 literature reviews of XAI studies. Most reviews did not mention cultural differences in explanatory needs or flag overly broad cross-cultural extrapolations of XAI user study results. Combined, our analyses provide evidence of a cultural bias toward Western populations in XAI research, highlighting an important knowledge gap regarding how culturally diverse users may respond to widely used XAI systems that future work can and should address.