该论文探讨了人工智能在金融领域的应用，涵盖风险评估、信用决策和金融包容性。研究指出AI技术在提升透明度、责任性和可持续性方面的潜力，同时也面临数据隐私和算法偏见等监管挑战。建议建立演进的监管框架，以促进创新与风险管理的协调。

本文研究了Explainable Automated Machine Learning在金融工程中的应用，特别关注其在信用决策中的效果。研究发现，结合AutoML和XAI提高了信用决策的准确性和效率，增进了人与AI系统之间的信任和合作。结果强调了可解释性AutoML在提高AI驱动金融决策的透明度和责任性方面的潜力，与监管要求和道德考虑相一致。