« Explicabilité » : différence entre les versions

Dernière version du 21 juillet 2025 à 21:43

Définition

D'un point de vue d'ingénierie, caractère de ce qui est explicable. Un algorithme est explicable s’il est possible de rendre compte de ses résultats explicitement à partir des données et des attributs d'une situation. Autrement dit, s’il est possible de mettre en relation les données d’une situation et leurs conséquences sur les résultats de l'algorithme (causalité).

D'un point de vue d'IA responsable, l'explicabilité est associée à la notion d'explication en tant qu'interface entre les humains et un décideur qui est, en même temps, une représentation exacte du décideur et compréhensible pour des êtres humains.

Compléments

En cherchant à expliquer selon une approche causale, c'est à dire des causes vers les effets, l'explicabilité va plus loin que l'interprétabilité.

Les notions d'interprétabilité et d'explicabilité sont particulièrement importantes dans les cas où les algorithmes prennent des décisions qui impliquent des êtres humains dans des domaines comme la médecine, le droit et la finance.

Français

explicabilité

Anglais

explicability

Español

explicabilidad

Desde el punto de vista de la ingeniería, explicabilidad. Un algoritmo es explicable si es posible dar cuenta de sus resultados explícitamente a partir de los datos y atributos de una situación. En otras palabras, si es posible relacionar los datos de una situación con sus consecuencias sobre los resultados del algoritmo (causalidad).

Desde el punto de vista de la IA responsable, la explicabilidad está asociada a la noción de explicación como interfaz entre los seres humanos y un responsable de la toma de decisiones que es, al mismo tiempo, una representación exacta del responsable de la toma de decisiones y comprensible para los seres humanos.

Sources

Source: Villani, Cédric (2018). Donner un sens à l'intelligence artificielle pour une stratégie nationale et européenne, Paris, Collège de France, 235 pages.

Source: Le Devoir, Thales : L'importance d'instaurer la confiance en l'IA.

Source: TERMIUM Plus

Source : Université de Toulouse

Source : arviX

Source: Termino

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »

@@ Ligne 1 : / Ligne 1 : @@
-[[Category:Intelligence artificielle]]
+==Définition==
-[[Category:Apprentissage automatique]]
+D'un point de vue d'ingénierie, caractère de ce qui est explicable. Un [[algorithme]] est explicable s’il est possible de rendre compte de ses résultats explicitement à partir des [[données]] et des [[Attribut|attributs]] d'une situation. Autrement dit, s’il est possible de mettre en relation les données d’une situation et leurs conséquences sur les résultats de l'algorithme ([[Causalité|causalité]]).
-[[Category:Apprentissage profond]]
-[[Category:Termino 2019]]
+D'un point de vue d'[[IA responsable]], l'explicabilité est associée à la notion d'explication en tant qu'interface entre les humains et un décideur qui est, en même temps, une représentation exacte du décideur et compréhensible pour des êtres humains.
-<!-- Scotty2 -->
-[[Category:GRAND LEXIQUE FRANÇAIS]]
+==Compléments==
+En cherchant à expliquer selon une [[Causalité|approche causale]], c'est à dire des causes vers les effets, l'explicabilité va plus loin que l'[[interprétabilité]].
+<hr/>
-==Définition==
+Les notions d'interprétabilité et d'explicabilité sont particulièrement importantes dans les cas où les algorithmes prennent des décisions qui impliquent des êtres humains dans des domaines comme la médecine, le droit et la finance.
-Propriété d'un algorithme dont les règles opératoires peuvent être comprises par les humains.
-En intelligence artificielle, on l'oppose au concept de « boîte noire » qui qualifie souvent les algorithmes dont le comportement ne peut être compris par les humains.
 ==Français==
-'''explicabilité'''  n.f.
+'''explicabilité'''
 ==Anglais==
 '''explicability'''
+==Español==
+''''' explicabilidad '''''
+''Desde el punto de vista de la ingeniería, explicabilidad.''
+''Un algoritmo es explicable si es posible dar cuenta de sus resultados explícitamente a partir de los datos y atributos de una situación.
+En otras palabras, si es posible relacionar los datos de una situación con sus consecuencias sobre los resultados del algoritmo (causalidad).''
-<small>
+''Desde el punto de vista de la IA responsable, la explicabilidad está asociada a la noción de explicación como interfaz entre los seres humanos y un responsable de la toma de decisiones que es, al mismo tiempo, una representación exacta del responsable de la toma de decisiones y comprensible para los seres humanos.''
+==Sources==
 Source: Villani, Cédric (2018). ''Donner un sens à l'intelligence artificielle pour une stratégie nationale et européenne'', Paris, Collège de France, 235 pages.
-Source: ''Thales : L'importance d'instaurer la confiance en l'IA''. Le Devoir. 23 février 2019. Consulté : 2019-04-30. https://www.ledevoir.com/contenu-commandite/548472/thales-l-importance-d-instaurer-la-confiance-en-l-ia
+[https://www.ledevoir.com/contenu-commandite/548472/thales-l-importance-d-instaurer-la-confiance-en-l-ia Source: Le Devoir, ''Thales : L'importance d'instaurer la confiance en l'IA''.]
+[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=Explicabilit%C3%A9&index=frt&codom2nd_wet=1#resultrecs Source: TERMIUM Plus]
+[https://perso.math.univ-toulouse.fr/mllaw/home/statisticien/explicabilite-des-decisions-algorithmiques/ Source : Université de Toulouse]
+[https://arxiv.org/pdf/1910.10045.pdf Source : arviX]
-[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-fra.html?lang=fra&i=1&srchtxt=Explicabilit%C3%A9&index=frt&codom2nd_wet=1#resultrecs Source : TERMIUM Plus]
+[[Utilisateur:Patrickdrouin  | Source: Termino]]
+{{Modèle:101}}
+[[Category:GRAND LEXIQUE FRANÇAIS]]
+[[Catégorie:101]]

« Explicabilité » : différence entre les versions