Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
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.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-07-27 UTC."],[],[]]
