Key points are not available for this paper at this time.
La transparence de l'IA est souvent placée au premier plan des discussions sur la régulation des technologies numériques. L'élargissement de l'accès à l'information pour comprendre l'IA est au cœur du concept d'IA explicable. Ce concept fournit un cadre d'explications possibles sur le fonctionnement de l'IA. Celles-ci incluent : des explications causales (basées sur la logique juridique traditionnelle de cause à effet), des explications contrefactuelles (révélant les facteurs dans le processus de prise de décision basé sur l'IA qui doivent être modifiés pour aboutir à un résultat différent), et des explications contextuelles (permettant aux citoyens de protéger leurs droits en justice). Cependant, la transparence de l'IA dans le secteur public peut être entravée par le fait que les programmes sont souvent créés dans le secteur privé et protégés par des droits de propriété intellectuelle ou des secrets commerciaux. Afin de prendre en compte et de surmonter divers risques liés à l'utilisation de l'IA dans l'administration publique, il est nécessaire d'établir le principe de transparence de manière normative, en l'étendant à l'utilisation de l'IA dans l'administration publique, y compris la mise en œuvre du concept d'IA explicable.
Elvira Talapina (Jeu,) a étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: