उत्तरदेयता
जवाबदेही का मतलब है कि एआई सिस्टम के असर की ज़िम्मेदारी लेना. आम तौर पर, जवाबदेही में पारदर्शिता या सिस्टम के व्यवहार और संगठन की प्रोसेस के बारे में जानकारी शेयर करना शामिल होता है. इसमें, मॉडल और डेटासेट को बनाने, ट्रेन करने, और उनका आकलन करने के तरीके को दस्तावेज़ में लिखना और शेयर करना शामिल हो सकता है. यहां दी गई साइटों पर, जवाबदेही से जुड़े दस्तावेज़ों के दो अहम तरीकों के बारे में बताया गया है:
जवाबदेही का एक और पहलू समझने लायक होना है. इसमें मशीन लर्निंग मॉडल के फ़ैसलों को समझना शामिल है. इसमें इंसान, उन सुविधाओं की पहचान कर पाते हैं जिनसे अनुमान लगाया जाता है. इसके अलावा, एक्सप्लेनेबिलिटी का मतलब है कि मॉडल के अपने-आप लिए गए फ़ैसलों को ऐसे तरीके से समझाया जा सके जिसे इंसान समझ सके.
लोग + एआई गाइडबुक के एक्सप्लेनेबलिटी + ट्रस्ट सेक्शन और Google की ज़िम्मेदारी से बनाए गए एआई के तरीकों के 'एक्सप्लेनेबलिटी' सेक्शन में, एआई सिस्टम में उपयोगकर्ता का भरोसा बढ़ाने के बारे में ज़्यादा पढ़ें. असल ज़िंदगी के उदाहरणों और सबसे सही तरीकों के लिए, एक्सप्लेनेबिलिटी से जुड़े Google के संसाधन भी देखे जा सकते हैं.