Tag: spiegabilità
Tag: spiegabilità
-
L’intelligenza artificiale e (è?) il talismano
Potente sì, oracolo no: quando l’IA diventa talismano perdiamo senso e diritti. Mettiamo al centro persone e responsabilità.
-
Carta Etica di Urbino: IA, salute, ambiente e lavoro
Governare, non subire: la Carta di Urbino orienta l’IA per salute, ambiente e lavoro con decisioni trasparenti, controllo umano ed equità.
-
Dovremmo esigere spiegazioni dall’IA?
Chiedere spiegazioni all’IA: un’esigenza umana in un mondo algoritmico. Tra tecnica e filosofia, cosa significa davvero “capire”?
-
IA e diritto amministrativo: tra “velo algoritmico” e trasparenza “funzionale”
La trasparenza funzionale nell’IA pubblica è una soluzione praticabile, ma rischia di coprire l’opacità algoritmica con finzioni giuridiche.
-
L’intelligenza artificiale in sanità è davvero a servizio della relazione di cura come delineata dalla legge 219 del 2017?
L'intelligenza artificiale, sempre più presente nella sanità, mette in discussione l'autodeterminazione del paziente sancita dalla legge 219/2017. Le difficoltà di trasparenza e spiegabilità dell'IA rischiano di creare un nuovo paternalismo tecnologico. Non si tratta solo di un progresso esterno alla pratica medica, ma di una trasformazione più profonda: l'IA potrebbe ridefinire il concetto stesso di…
-
L’allineamento normativo sull’IA sembra ancora troppo frammentato
Con l’emergere delle regolamentazioni sulla trasparenza dell’intelligenza artificiale i governi hanno l’opportunità di allinearsi su due delle principali preoccupazioni legate al suo: la similarità (o “somiglianza“) delle interazioni con l’intelligenza artificiale a quelle umane e la poca trasparenza dei sistemi IA. Le interazioni con i sistemi IA stanno diventando sempre più simili a quelle umane,…
-
C’era una volta la trasparenza
Nell'era delle reti neurali, la trasparenza e la spiegabilità dei modelli di AI sono diventate problematiche. La trasparenza si riferisce alla comprensione del processo e delle logiche del modello, includendo accesso ai dati di addestramento, conoscenza dell'architettura e informazioni sui test e il monitoraggio. La spiegabilità riguarda la capacità di determinare semanticamente le cause degli…