The continuous search for increased

The continuous search for increased accuracy often compromises AI’s explainability. The best AI tools, from a performance perspective are, therefore, not necessar-ily transparent [27]. Triberti et al. argue that the lack of explainability could lead to a phenomenon of “decision paralysis” due to the trust issues for the users of the AI tool, generated from the lack of explainability

結果 (繁體中文) 1:

對提高準確性的不斷追求往往會損害人工智慧的可解釋性。因此，從效能角度來看，最好的人工智慧工具不一定是透明的[27]。特里貝爾蒂等。認為缺乏可解釋性可能會導致「決策癱瘓」現象，因為人工智慧工具的使用者因缺乏可解釋性而產生信任問題

結果 (繁體中文) 2:

不斷蒐索以提高準確性
損害了人工智慧的可解釋性。 最好的人工智慧工具，來自
囙此，從效能角度來看是不必要的-
半透明[27]。 Triberti等人。 認為
可解釋性可能導致“決策”現象
人工智慧用戶的信任問題導致的“癱瘓”
工具，由於缺乏可解釋性而產生

結果 (繁體中文) 3:

對提高精確度的不斷探索通常
損害了人工智能的可解釋性。最好的AI工具，來自
因此，從性能角度來看，並不一定-
幾乎透明。特裡伯蒂等人認爲
可解釋性可能導緻“決策”現象
由於人工智能用戶的信任問題而導緻的“癱瘓”
工具，産生於缺乏可解釋性