Hesap Verebilirlik
Hesap verebilirlik, bir yapay zeka sisteminin etkilerinden sorumlu olmak anlamına gelir.
Sorumluluk genellikle şeffaflık veya sistem davranışı ve kuruluş süreci hakkında bilgi paylaşımını içerir. Bu bilgiler arasında modellerin ve veri kümelerinin nasıl oluşturulduğu, eğitildiği ve değerlendirildiğine dair dokümanlar ve paylaşımlar yer alabilir. Aşağıdaki sitelerde, hesap verilebilirlik belgelerinin iki değerli modu açıklanmaktadır:
Sorumluluğun bir diğer boyutu da anlaşılabilirliktir. Bu, kullanıcıların bir tahmine yol açan özellikleri tanımlayabileceği, makine öğrenimi modeli kararlarının anlaşılmasını içerir. Ayrıca açıklanabilirlik, bir modelin otomatik kararlarının insanların anlayabileceği bir şekilde açıklanabilmesidir.
Kullanıcılar ve Yapay Zeka Kılavuzu'nun Açıklanabilirlik ve Güven bölümünde, yapay zeka sistemlerinde kullanıcı güveni oluşturma hakkında daha fazla bilgi edinin.
Gerçek hayattan örnekler ve en iyi uygulamalar için Google'ın Açıklanabilirlik Kaynakları'na da göz atabilirsiniz.
Aksi belirtilmediği sürece bu sayfanın içeriği Creative Commons Atıf 4.0 Lisansı altında ve kod örnekleri Apache 2.0 Lisansı altında lisanslanmıştır. Ayrıntılı bilgi için Google Developers Site Politikaları'na göz atın. Java, Oracle ve/veya satış ortaklarının tescilli ticari markasıdır.
Son güncelleme tarihi: 2025-02-25 UTC.
[null,null,["Son güncelleme tarihi: 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."]]],[]]
