<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>EDPS TechDispatch #2/2023</title>
    <subTitle>Explainable artificial intelligence</subTitle>
  </titleInfo>
  <name type="personal">
    <namePart>Bernardo, Vítor</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="corporate">
    <namePart>Supervisor Europeo de Protección de Datos</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Attoresi, Massimo</namePart>
  </name>
  <name type="personal">
    <namePart>Lareo, Xabier</namePart>
  </name>
  <name type="personal">
    <namePart>Velasco, Luis</namePart>
  </name>
  <typeOfResource>text</typeOfResource>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">lu</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Luxemburgo</placeTerm>
    </place>
    <publisher>Oficina de publicaciones de la Unión Europea</publisher>
    <dateIssued>2023</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <extent>23 p. ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>En el complejo ámbito de los sistemas de inteligencia artificial (IA), a menudo ni siquiera los proveedores de estos sistemas son capaces de explicar las decisiones y los resultados de los sistemas que han construido. Este fenómeno suele denominarse efecto "caja negra", el cual podría conducir a una confianza equivocada o a una dependencia excesiva de los sistemas de IA.

La Inteligencia Artificial Explicable (XAI) es la capacidad de los sistemas de IA para ofrecer explicaciones claras y comprensibles de sus acciones y decisiones. Su objetivo principal es hacer que el comportamiento de estos sistemas sea comprensible para los seres humanos dilucidando los mecanismos subyacentes de sus procesos de toma de decisiones.

A partir del análisis de literatura gris, este informe plantea en qué consiste esta tecnología y explica los modelos autointerpretables (o de "caja blanca") en contraposición al efecto "caja negra". Así mismo se apunta a su capacidad para proporcionar información transparente sobre las decisiones de la IA contribuyendo a garantizar el cumplimiento de varios principios de protección de datos personales, en particular la transparencia, la responsabilidad y la equidad. Los riesgos del empleo de esta tecnología también se recogen en este documento.

XAI ofrece a los usuarios una visión comprensible del tratamiento de sus datos personales al revelar los motivos que subyacen a las decisiones de la IA. La transparencia que ofrece no solo refuerza la confianza entre organizaciones y usuarios, sino que también está en consonancia con los principios básicos de la protección de datos.</abstract>
  <targetAudience authority="marctarget">specialized</targetAudience>
  <note type="statement of responsibility">/ Supervisor Europeo de Protección de Datos ; Bernardo, Vítor ; Attoresi, Massimo (ed.) ; Lareo, Xabier (ed.) ; Velasco, Luis (ed.) </note>
  <subject authority="lcsh">
    <topic>Inteligencia Artificial</topic>
  </subject>
  <subject>
    <topic>IA</topic>
  </subject>
  <subject>
    <topic>inteligencia artificial explicable</topic>
  </subject>
  <subject>
    <topic>XAI</topic>
  </subject>
  <subject>
    <topic>caja blanca</topic>
  </subject>
  <subject>
    <topic>caja negra</topic>
  </subject>
  <subject>
    <topic>white box</topic>
  </subject>
  <subject>
    <topic>black box</topic>
  </subject>
  <subject>
    <topic>protección de datos</topic>
  </subject>
  <subject>
    <topic>transparencia</topic>
  </subject>
  <subject>
    <topic>riesgos</topic>
  </subject>
  <subject>
    <topic>datos personales</topic>
  </subject>
  <identifier type="isbn">978-92-9242-715-3</identifier>
  <identifier type="isbn">doi: 10.2804/132319</identifier>
  <identifier type="issn">2599-932X</identifier>
  <identifier type="uri">https://op.europa.eu/en/publication-detail/-/publication/59e38fb7-8436-11ee-99ba-01aa75ed71a1</identifier>
  <location>
    <url displayLabel="Acceso a la publicación">https://op.europa.eu/en/publication-detail/-/publication/59e38fb7-8436-11ee-99ba-01aa75ed71a1</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">231128</recordCreationDate>
    <recordChangeDate encoding="iso8601">20231128155015.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00007706</recordIdentifier>
  </recordInfo>
</mods>
