當Explainable AI在社會中被實施時，會發現它不僅僅是計算機科學家需要考慮的問題，而是需要社會各領域的人一起參與，包含監管者、政策制定者和利害關係人等等。這些視角、視野和欠缺的結構、基礎設施和流程甚至是機構，才是Explainable AI實施的關鍵。

本演講主題著重於本研究所使用之統計技術，並不包含視覺化之說明。採用的方法稱「clustering」，係根據憲法的特徵進行分類，再根據這些分類進行分組。

本演講為科技、法律、與會計的會合。頭是要顧好本質並Back To First Principle，左手賺錢、右手追根究柢、左腳web3 security、右腳則為ZKP Identity。以上五項為講者金融科技導論課程的主軸。

講者為專門研究社會網絡之社會學家，社會網絡的範疇很大，包括人與人之間的關係，臉書即為一例。前陣子因緣際會與刑警局合作，研究以了解猖獗的組織型詐騙網絡，講者過往的研究皆著重於較為「正常」的人際互動或組織內部合作，參與刑警局案件的經驗著實令人眼界大開，過往對於此種犯罪型態的想像僅止於電影情節，然而實際參與後產生了全然不同的想法。以下將分享此一案件及如何用AI技術分析其中的細節。