En el episodio de hoy veremos qué es la explicabilidad y la importancia que tiene en el funcionamiento la Inteligencia Artificial.

¿Qué es la explicabilidad?

Es una parte de Machine Learning que trata de entender por qué los algoritmos de ML toman las decisiones que toman. Muchas veces vemos que esos algoritmos funcionan bien porque aciertan, pero hay algoritmos que fallan estrepitosamente y no sabemos muy bien cuál es la razón.

Y ese es uno de los problemas que originariamente ha tenido la inteligencia artificial, que era muy complicado saber la razón por la que un algoritmo había fallado. Los algoritmos de explicabilidad surgen para solucionar este problema y saber por qué se han tomado una serie de decisiones, tanto como cuando un algoritmo acierta como cuando falla.

Y esto da mucha luz y ayuda a que la inteligencia artificial sea entendible. De hecho, este es uno de los motivos por los que estos algoritmos cada vez se están integrando más como una parte del desarrollo de los algoritmos de Machine Learning.

¿Por qué es necesaria la explicabilidad?

Un primer motivo, por el que apareció realmente, es para evitar alguna de las decisiones que toma un algoritmo (por ejemplo, basadas en sesgos sociales, variables discriminatorias, etc.). El hecho de poder entender esas decisiones nos permite también corregirlas.

Otro motivo es para entender las predicciones y explicaciones que da la inteligencia artificial que estamos usando.

¿Dónde escuchar todos nuestros podcast?

Puedes escucharlos en las principales plataformas de podcast: Ivoox, Spotify, YouTube, Google Podcast, Apple Podcast y Amazon Music.

Cuéntanos qué te parece.

Los comentarios serán moderados. Serán visibles si aportan un argumento constructivo. Si no estás de acuerdo con algún punto, por favor, muestra tus opiniones de manera educada.

Suscríbete

Estamos comprometidos.

Tecnología, personas e impacto positivo.