面向欧盟解释权的可解释人工智能：法律与XAI转译鸿沟的系统综述
原标题:Explainable AI for the EU Right to Explanation: A Systematic Review of the Law-XAI Translation Gap
AI 导读
该系统综述考察XAI如何落实欧盟“解释权”，聚焦GDPR第15(1)(h)条、AI法案第86条等规范。作者称从2643条记录筛选出57篇全文，仅19篇实质整合法律与技术视角，并提出“受众/目的框架”、四阶段实施蓝图及六个开放问题。
为什么值得读
AI法案第86条进入合规落地阶段之际，这项综述直接揭示法律要求与现有XAI方法之间尚未解决的转译障碍。
深度解读
1. 发生了什么
原文事实： 据所给摘要，这是一项关于欧盟“解释权”与可解释人工智能（XAI）的系统文献综述，重点讨论GDPR第15(1)(h)条、欧盟AI法案第86条及相关规范。研究范围限定为2024年及以后发表的论文，以对应AI法案最终文本于2024年7月公布且第86条较晚加入的时间背景。
2. 核心技术与框架
原文事实： 作者提出“受众/目的框架”（Addressee/Purpose Framework），区分解释的形式与内容：形式取决于解释面向谁，内容则由具体法律目的决定。论文还提出一个四阶段实施蓝图，但摘要没有披露各阶段的具体步骤。
分析： 这一划分试图把抽象法律义务转化为XAI系统的设计变量，例如先明确权利主体和救济目的，再决定解释应包含哪些信息以及如何呈现。
3. 关键证据与数字
原文事实： 作者称广泛检索得到2,643条初始记录，随后审阅57篇全文，其中仅19篇被认定为实质整合法律与技术视角。综述归纳出三类问题：多数论文错误识别GDPR法律依据；很少讨论欧盟法院的Dun & Bradstreet判决；解释形式与解释内容经常被混为一谈。
不确定性： 摘要未提供数据库范围、检索式、排除标准、编码一致性或质量评估结果，因此目前无法独立判断综述流程的可重复性及“多数”等结论的具体分布。
4. 为什么重要
分析： 法律上的“解释”并不必然等同于特征归因、局部代理模型或自然语言说明。如果XAI工具没有围绕告知、质疑和救济等法律目的设计，即使技术输出可读，也可能无法支持当事人有效 contest 自动化决定。
5. 实际影响
分析： 对开发者与合规团队，该框架可用于检查解释的接收者、法律目的、必要内容和呈现方式是否一致；对研究者，论文指出法律与技术联合评估仍然稀缺。作者还提出六个开放研究问题，但摘要未列出具体内容，不能据此推断其研究议程细节。
6. 局限与不确定性
原文事实： 作者承认文献较少涉及Dun & Bradstreet判决，并认为这可能与发表时间有关。
分析： 仅纳入2024年后的研究有助于聚焦AI法案第86条，但也可能遗漏更早、仍具法律或技术价值的XAI研究。另需注意，所给arXiv编号2608.02699和发布日期2026-08-03具有未来日期特征；在无法核验全文时，本文的存在、版本和具体结论均应视为未独立验证。