MAIA : Metamodelo de Accountability para Inteligência Artificial

• Ano de defesa: 2023
• Autor(a) principal: PADOVAN, Paulo Henrique
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco; UFPE; Brasil; Programa de Pos Graduacao em Ciencia da Computacao
• Palavras-chave em Português: Inteligência computacional; Responsabilidade algorítmica; IA confiável; Inteligência Artificial Explicável (IAE); Unidade Responsiva Explicável (URE)
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/51746

A inteligência artificial (IA) pode tomar decisões erráticas, causando preconceito, desconfiança, perdas ou danos aos indivíduos. Questões complexas de caráter mo- ral e normativo devem ser dirimidas para estabelecer como determinar accountabi- lity. Até recentemente, entender o funcionamento das “caixas pretas” era extrema- mente difícil; no entanto, o uso de Inteligência Artificial Explicável (XAI) ajuda a acla- rar os problemas complexos que podem incorrer a IA. Neste contexto, esta tese pro- cura analisar, caracterizar e conformar accountability no âmbito da moral e da IA e fornecer um cânone que ajude as várias partes interessadas a lidar com as questões de responsabilidade algorítmica. Para definir accountability, apresentamos, caracte- rizamos e diferenciamos os diversos matizes de responsabilidade no contexto nor- mativo atual, apresentando os dois pressupostos relacionados à accountability mo- ral: exigibilidade e responsividade. Por fim, fornecemos uma análise sobre como a estrutura contábil existente, com o suporte de XAI e dados registrados, pode abordar questões relacionadas à responsabilidade algorítmica da IA.