该文综述可解释AI研究，指出解释会引入因果语义，导致决策者先验偏见泄漏并产生确认偏见，从而造成次优且有偏的决策。众包实验显示，解释对线性模型操纵有效，对BERT型分类器效果有限。多项研究表明，解释有时反而使决策更糟，且难以揭示间接偏见，并非改善公平性的可靠机制。反事实解释会影响人们的因果判断，不同算法生成的解释存在高度异议。