Buchumschlag

Explanation-Driven Interventions for Artificial Intelligence Model Customization: Empowering End-Users to Tailor Black-Box AI in Rhinocytology

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Esposito, Andrea, Calvano, Miriana, Curci, Antonio, Greco, Francesco, Lanzilotti, Rosa, Piccinno, Antonio
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Human-Computer Interaction Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Building Symbiotic AI: Reviewing the AI Act for a Human-Centred, Principle-Based Framework
von: Calvano, Miriana, et al.
Veröffentlicht: (2025)

Enabling Cyber Security Education through Digital Twins and Generative AI
von: Barletta, Vita Santa, et al.
Veröffentlicht: (2025)

Explanation User Interfaces: A Systematic Literature Review
von: Cappuccio, Eleonora, et al.
Veröffentlicht: (2025)

Understanding User Mental Models in AI-Driven Code Completion Tools: Insights from an Elicitation Study
von: Desolda, Giuseppe, et al.
Veröffentlicht: (2025)

MORPHEUS: A Multidimensional Framework for Modeling, Measuring, and Mitigating Human Factors in Cybersecurity
von: Desolda, Giuseppe, et al.
Veröffentlicht: (2025)

Improving Phishing Resilience with AI-Generated Training: Evidence on Prompting, Personalization, and Duration
von: Greco, Francesco, et al.
Veröffentlicht: (2025)

Designing Safe and Engaging AI Experiences for Children: Towards the Definition of Best Practices in UI/UX Design
von: Ragone, Grazia, et al.
Veröffentlicht: (2024)

Fiper: a Visual-based Explanation Combining Rules and Feature Importance
von: Cappuccio, Eleonora, et al.
Veröffentlicht: (2024)

From Awareness to Action: Exploring End-User Empowerment Interventions for Dark Patterns in UX
von: Lu, Yuwen, et al.
Veröffentlicht: (2023)

Influencer: Empowering Everyday Users in Creating Promotional Posts via AI-infused Exploration and Customization
von: Liu, Xuye, et al.
Veröffentlicht: (2024)

BlendScape: Enabling End-User Customization of Video-Conferencing Environments through Generative AI
von: Rajaram, Shwetha, et al.
Veröffentlicht: (2024)

Can Large Language Models Automate Phishing Warning Explanations? A Controlled Experiment on Effectiveness and User Perception
von: Cau, Federico Maria, et al.
Veröffentlicht: (2025)

SUBPLEX: Towards a Better Understanding of Black Box Model Explanations at the Subpopulation Level
von: Yuan, Jun, et al.
Veröffentlicht: (2020)

Exploring the Role of Interaction Data to Empower End-User Decision-Making In UI Personalization
von: Alves, Sérgio, et al.
Veröffentlicht: (2026)

SERENE: The Semi-Automatic User Experience Detector
von: Esposito, Andrea
Veröffentlicht: (2024)

MYCloth: Towards Intelligent and Interactive Online T-Shirt Customization based on User's Preference
von: Liu, Yexin, et al.
Veröffentlicht: (2024)

Intelligent Front-End Personalization: AI-Driven UI Adaptation
von: Rajhans, Mona
Veröffentlicht: (2026)

Designing an Intervention Tool for End-User Algorithm Audits in Personalized Recommendation Systems
von: Wu, Qunfang, et al.
Veröffentlicht: (2024)

What Do People Want to Know About Artificial Intelligence (AI)? The Importance of Answering End-User Questions to Explain Autonomous Vehicle (AV) Decisions
von: Molaei, Somayeh, et al.
Veröffentlicht: (2025)

With Friends Like These, Who Needs Explanations? Evaluating User Understanding of Group Recommendations
von: Waterschoot, Cedric, et al.
Veröffentlicht: (2025)

A Vision for AI-Driven Adaptation of Dynamic AR Content to Users and Environments
von: Rasch, Julian, et al.
Veröffentlicht: (2025)

Detecting Brain Tumors through Multimodal Neural Networks
von: Curci, Antonio, et al.
Veröffentlicht: (2024)

User-Driven Adaptation: Tailoring Autonomous Driving Systems with Dynamic Preferences
von: Zhang, Mingyue, et al.
Veröffentlicht: (2024)

Rethinking User Empowerment in AI Recommender System: Innovating Transparent and Controllable Interfaces
von: Wu, Mengke, et al.
Veröffentlicht: (2025)

DiConStruct: Causal Concept-based Explanations through Black-Box Distillation
von: Moreira, Ricardo, et al.
Veröffentlicht: (2024)

I-CEE: Tailoring Explanations of Image Classification Models to User Expertise
von: Rong, Yao, et al.
Veröffentlicht: (2023)

Designing User-Centric Behavioral Interventions to Prevent Dysglycemia with Novel Counterfactual Explanations
von: Arefeen, Asiful, et al.
Veröffentlicht: (2023)

Agentic Explainable Artificial Intelligence (Agentic XAI) Approach To Explore Better Explanation
von: Yamaguchi, Tomoaki, et al.
Veröffentlicht: (2025)

Making Data: The Work Behind Artificial Intelligence
von: Braz, Matheus Viana, et al.
Veröffentlicht: (2024)

Building Intelligent User Interfaces for Human-AI Alignment
von: Shi, Danqing
Veröffentlicht: (2026)

The AI-DEC: A Card-based Design Method for User-centered AI Explanations
von: Lee, Christine P, et al.
Veröffentlicht: (2024)

User Decision Guidance with Selective Explanation Presentation from Explainable-AI
von: Fukuchi, Yosuke, et al.
Veröffentlicht: (2024)

Agentic AI and Human-in-the-Loop Interventions: Field Experimental Evidence from Alibaba's Customer Service Operations
von: Wang, Yiwei, et al.
Veröffentlicht: (2026)

"Make the Voodoo Box Go Bleep Bloop:" Exploring End Users' Understanding and Information Needs Regarding Microchips
von: Speith, Julian, et al.
Veröffentlicht: (2025)

Designing AI for Real Users -- Accessibility Gaps in Retail AI Front-End
von: Puri, Neha, et al.
Veröffentlicht: (2026)

Beyond Black-Box AI: Interpretable Hybrid Systems for Dementia Care
von: Kang, Matthew JY, et al.
Veröffentlicht: (2025)

From Risk Avoidance to User Empowerment in AI Mental Health Crisis Support
von: Kaveladze, Benjamin, et al.
Veröffentlicht: (2026)

From Defense to Advocacy: Empowering Users to Leverage the Blind Spot of AI Inference
von: Wei, Yumou, et al.
Veröffentlicht: (2026)

ProgramAlly: Creating Custom Visual Access Programs via Multi-Modal End-User Programming
von: Herskovitz, Jaylin, et al.
Veröffentlicht: (2024)

Implications of Regulations on the Use of AI and Generative AI for Human-Centered Responsible Artificial Intelligence
von: Constantinides, Marios, et al.
Veröffentlicht: (2024)