Powrót do Glossary

Właściwość modelu analitycznego

Wyjaśnialność

Stopień, w jakim człowiek może zrozumieć, dlaczego model analityczny lub system AI wygenerował określony wynik albo rekomendację.

Powiązana domena: Analityka danychConcept ID: concept-explainability

Definicja

Wyjaśnialność jest właściwością modelu analitycznego lub systemu sztucznej inteligencji określającą, w jakim stopniu człowiek może zrozumieć, jak lub dlaczego model wygenerował określony wynik albo rekomendację.

Proste wyjaśnienie

Pomaga odpowiedzieć na pytanie: Dlaczego model wygenerował właśnie taki wynik?

Dlaczego to ważne

Zrozumiałe wyjaśnienie wspiera właściwy poziom zaufania, kontrolę i odpowiedzialność oraz pomaga wykrywać błędy, stronniczość i niewłaściwe założenia.

Granice pojęcia

Wyjaśnialność nie wymaga ujawnienia każdego wewnętrznego obliczenia, a samo wyjaśnienie nie dowodzi poprawności wyniku. Oznacza możliwość przedstawienia istotnych czynników, sposobu działania lub przesłanek na poziomie odpowiednim dla osoby korzystającej z wyniku albo go oceniającej.

Perspektywa praktyczna

Im większy wpływ modelu na ludzi, ich prawa, bezpieczeństwo lub ważne decyzje organizacji, tym większe znaczenie ma wartościowe wyjaśnienie. Powinno ono umożliwiać rzetelną ocenę, a nie jedynie brzmieć przekonująco.

Powiązane pojęcia