Odpowiedzialność
Odpowiedzialność oznacza branie odpowiedzialności za skutki działania systemu AI.
Odpowiedzialność zwykle obejmuje przejrzystość, czyli udostępnianie informacji o zachowaniach systemu i procesach organizacyjnych. Może to obejmować dokumentowanie i udostępnianie informacji o sposobie tworzenia, trenowania i oceny modeli oraz zbiorów danych. Na tych stronach znajdziesz 2 cenne sposoby dokumentowania odpowiedzialności:
Innym wymiarem rozliczalności jest interpretowalność, która polega na zrozumieniu decyzji modelu systemów uczących się. Dzięki temu ludzie mogą identyfikować cechy, które prowadzą do prognozy. Co więcej, wyjaśnialność to zdolność do tłumaczenia automatycznych decyzji modelu w sposób zrozumiały dla ludzi.
Więcej informacji o budowaniu zaufania użytkowników do systemów AI znajdziesz w sekcji Zrozumiałość i zaufanie w Przewodniku po AI i ludzie (AI for People).
Aby zobaczyć przykłady i sprawdzone metody, możesz też zapoznać się ze zasobami Google dotyczącymi wyjaśnialności.
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-02-25 UTC.
[null,null,["Ostatnia aktualizacja: 2025-02-25 UTC."],[[["Accountability in AI involves taking ownership for the effects of a system, often achieved through transparency about the system's development and behavior."],["Transparency can be enhanced using documentation practices like Model Cards and Data Cards, which provide information about models and datasets."],["Interpretability and explainability are crucial aspects of accountability, enabling understanding of model decisions and providing human-understandable explanations for automated actions."],["Fostering user trust in AI systems requires focusing on explainability and transparency, with further resources available in Google's Responsible AI Practices and Explainability Resources."]]],[]]
