在数据可视化的强大说服力面前，往往会出现问题。例如，在可解释人工智能（XAI）的背景下，数据可视化可能导致对预测模型的过度信任。本文通过众包研究表明，提供准确（但多余或无关）的数据来解释模型，实际上可能导致对模型的不当信任以及其他积极信念，即便该模型明显存在歧视和不公正现象。
我们的研究结果提示，XAI的设计者和开发者需要考虑他们工作的隐含或显性修辞，并警惕可视化可能赋予模型不应有的信任。
博主点评： 该研究揭示了可解释人工智能领域中数据可视化的潜在风险，强调了设计者在模型解释时需要格外谨慎，以免误导用户对模型的信任，尤其是在涉及公平性的问题上。