008240612s2023      us  |||||||||||||||c||eng  d
■001000016934309
■00520240214101554
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380313186
■035    ▼a(MiAaPQ)AAI30574702
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aOkolo,  Chinasa  T.▼0(orcid)0000-0002-6474-3378
■24510▼aAI  Explainability  in  the  Global  South:  Towards  an  Inclusive  Praxis  for  Emerging  Technology  Users▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCornell  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(263  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-03,  Section:  B.
■500    ▼aAdvisor:  Dell,  Nicki.
■5021  ▼aThesis  (Ph.D.)--Cornell  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aAs  researchers  and  technology  companies  rush  to  develop  artificial  intelligence  (AI)  applications  that  aid  the  health  of  marginalized  communities,  it  is  critical  to  consider  the  needs  of  community  health  workers  (CHWs),  who  will  be  increasingly  expected  to  operate  tools  that  incorporate  these  technologies.  My  work  in  this  dissertation  shows  that  these  users  have  low  levels  of  AI  knowledge,  form  incorrect  mental  models  about  how  AI  works,  and  at  times,  may  trust  algorithmic  decisions  more  than  their  own.  This  is  concerning,  given  that  AI  applications  targeting  the  work  of  CHWs  are  already  in  active  development,  and  early  deployments  in  low-resource  healthcare  settings  have  already  reported  failures  that  created  additional  workflow  inefficiencies  and  inconvenienced  patients.  Explainable  AI  (XAI)  can  help  avoid  such  pitfalls,  but  nearly  all  prior  work  has  focused  on  users  that  live  in  relatively  resource-rich  settings  (e.g.,  the  US  and  Europe)  and  who  arguably  have  substantially  more  experience  with  digital  technologies  overall  and  AI  systems  in  particular.  Comprehensively,  my  dissertation  aims  to  aid  AI  practitioners  (designers,  developers,  researchers,  etc.)  in  building  tools  accessible  to  users  with  limited  AI  knowledge  who  are  situated  in  resource-constrained  environments  in  the  Global  South. Chapter  3  of  this  dissertation  begins  by  characterizing  the  knowledge  and  perceptions  CHWs  hold  regarding  AI.  Given  CHWs'  misconceptions  about  AI,  XAI  could  potentially  aid  in  addressing  this  issue.  However,  there  is  currently  a  low  amount  of  XAI  research  focused  on  the  Global  South  and  on  novice  AI  users,  which  could  limit  how  researchers  make  AI  understandable  to  users  such  as  CHWs.  To  work  towards  making  AI  more  explainable  for  users  within  the  Global  South,  Chapter  4  conducts  a  literature  review  of  XAI  research  within  this  region,  highlighting  unique  factors  that  could  potentially  hinder  the  implementation  of  these  methods  by  AI  practitioners  for  real-world  use.  Given  the  small  amount  of  XAI  research  I  found  that  engages  with  users  in  the  Global  South,  Chapter  5  details  my  efforts  in  designing  interactive  prototypes  with  CHWs  to  understand  what  aspects  of  model  decision-making  need  to  be  explained  and  how  they  can  be  explained  most  effectively.  To  comprehend  how  researchers  make  AI  tools  understandable  for  users  like  CHWs,  Chapter  6  examines  how  AI  practitioners  identify  problems  to  address,  leverage  participatory  methods,  and  consider  explainability  in  their  work.
■590    ▼aSchool  code:  0058.
■650  4▼aComputer  science.
■650  4▼aInformation  technology.
■653    ▼aCommunity  health  workers
■653    ▼aExplainable  AI
■653    ▼aGlobal  health
■653    ▼aHuman-centered  design
■653    ▼aDecision-making
■690    ▼a0800
■690    ▼a0984
■690    ▼a0489
■71020▼aCornell  University▼bComputer  Science.
■7730  ▼tDissertations  Abstracts  International▼g85-03B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0058
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934309▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024