2025年9月，国际标准化组织（ISO）与国际电工委员会（IEC）联合发布了技术规范ISO/IEC TS 6254:2025《信息技术 人工智能 机器学习模型与人工智能系统可解释性与可理解性的目标及方法》。该标准作为全球范围内首个系统性地为AI可解释性提供框架与指南的国际文件，旨在为构建可信、可靠、负责任的人工智能奠定关键基石，回应了全球对AI决策透明性日益迫切的监管与伦理需求。

当前，AI可解释性领域因参与方众多而长期面临术语不统一的挑战，“可解释性”、“可理解性”、“透明度”等概念常被混用。ISO/IEC TS 6254的首要贡献在于厘清了核心概念。

标准明确定义：可解释性是AI系统的一种属性，使特定人类受众能够理解系统行为的原因；而可理解性是人类理解这些原因后产生的结果。通过使用“可解释性”作为统称，该标准为学术界、产业界、监管机构和用户提供了清晰一致的沟通基础。贯穿AI全生命周期，服务多元利益相关方标准的核心内容极具实践指导价值。它并未将可解释性视为单一技术问题，而是从AI系统全生命周期（从概念设计、开发验证到部署运营及退役）出发，详细阐述了不同阶段所需考虑的可解释性要点。更为重要的是，标准精准识别并分析了11类关键利益相关方的差异化目标与需求：

AI开发者可利用可解释性来调试模型、提升系统安全性与鲁棒性。

AI用户可藉此判断AI决策的可靠性，识别潜在偏见。

审计方与监管机构可将其作为评估系统合规性与风险的重要依据。

受AI决策影响的个体则有权要求获得对其特定决策的解释。

该标准建立了一个属性分类法，涵盖了解释需求的性质、解释呈现的形式以及实现可解释性的技术路径（如基于特征的解释、事后解释等），并讨论了诸如全局解释与局部解释等关键特性，帮助从业者根据具体场景（例如，是需要理解整个模型的逻辑，还是仅需解释某一个别决策）选择最合适的方法。

关注“广东技术性贸易措施”，获取更多服务。