arXiv cs.AI· Liming Zhu, Qinghua Lu, Ming Ding·· 10 小时前AI 评分22
理解优先的 AI 工程：面向人类理解的目的、参考架构与架构模式
Understanding-First AI Engineering: Purposes, Reference Architecture, and Architectural Patterns for Human Understanding
AI 导读
研究者提出“理解优先的 AI 工程”，将特定目的人类理解作为贯穿需求、设计与运行的一等设计原则。该框架把理解目的归为反思性能动、有效行动、集体治理与认知价值四类，并用共享记录连接生产、验证、使用与学习探索的参考架构，另给出五种候选架构模式。两个假设用例的定性情景分析展示了这些模式如何引导调查、参与和决策，但仅说明设计后果与局限，未验证实际效果。
正文 · AI 翻译
摘要：AI 系统可以在不具备人类理解的情况下产生可靠的结果。然而，即使人类的参与对于纠正错误并非必要，人类理解对于塑造后续由 AI 支持的工作、形成偏好、治理集体选择以及满足好奇心仍然具有价值。我们提出“理解优先的 AI 工程”，它将针对特定目的的人类理解视为指导需求、设计与运行的一等设计原则。理解的目的被组织为四种互补的理据：反思性能动性、有效行动、集体治理与认识论价值。一个参考架构通过共享记录将生产、验证、使用以及学习与探索连接起来，并通过解释与参与来支持理解。五种候选架构模式指导关于并行学习、解释性模型、目标探索、面向特定受众的视图以及分布式专业知识的抉择。对两个假设用例的定性情景分析展示了目的分类、参考架构与所选模式如何指导调查、参与和决策过程，同时保留运行控制。这些案例说明的是设计后果与局限，而非确立实证有效性。该方法将人类理解变为一项明确的工程承诺，其正当性无需依赖于改进原始 AI 任务。
| 主题： | 人工智能（cs.AI）；软件工程（cs.SE） |
| 引用为： | arXiv:2611.13022 [cs.AI] |
| （或本版本使用 arXiv:2611.13022v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2611.13022 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Qinghua Lu [查看电子邮件]
[v1]
2026年11月9日星期一 07:26:25 UTC（4,392 KB）
来源：arXiv cs.AI · arxiv.org