<?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>XAI for Network Management</title>
  </titleInfo>
  <name type="personal">
    <namePart>Fiandrino, Claudio</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Fernández Pérez, Pablo</namePart>
  </name>
  <name type="personal">
    <namePart>Fiore, Marco</namePart>
  </name>
  <name type="personal">
    <namePart>Widmer, Joerg</namePart>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">ne</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Ámsterdam]</placeTerm>
    </place>
    <publisher>Elsevier</publisher>
    <dateIssued>,2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <extent>16 páginas ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>XAI-AIChronoLens Chapter explora el papel de la inteligencia artificial explicable (xAI) en el desarrollo de herramientas que permiten analizar y visualizar datos longitudinales relacionados con el comportamiento humano. Se enmarca en el proyecto AIChronoLens, centrado en facilitar la comprensión de patrones personales a lo largo del tiempo mediante sistemas de IA transparentes y centrados en el usuario.

Durante el desarrollo se describe una arquitectura híbrida que combina modelos de lenguaje, visualizaciones interactivas y técnicas de análisis de series temporales. La herramienta permite que personas sin conocimientos técnicos puedan explorar, revisar e interpretar sus propios datos personales, promoviendo así una mayor autonomía y conciencia digital. Además, se introducen conceptos clave como las “explicaciones centradas en la persona” y el “aprendizaje interactivo”, subrayando el potencial de estas técnicas para reforzar la confianza y el control del usuario sobre los sistemas de IA.

Como propuesta final, se plantea que la inteligencia artificial explicable debe integrarse no solo desde una perspectiva técnica, sino como elemento estructural en el diseño ético de tecnologías personales. El enfoque adoptado sugiere un camino prometedor hacia la construcción de sistemas de IA más comprensibles, participativos y sostenibles.</abstract>
  <note type="statement of responsibility">/ Claudio Fiandrino ; Pablo Fernández Pérez ; Marco Fiore ; Joerg Widmer</note>
  <subject>
    <topic>Inteligencia Artificial</topic>
  </subject>
  <subject>
    <topic>Derechos digitales</topic>
  </subject>
  <subject>
    <topic>Competencias digitales</topic>
  </subject>
  <subject>
    <topic>Década digital</topic>
  </subject>
  <identifier type="uri">https://dspace.networks.imdea.org/bitstream/handle/20.500.12761/1916/xai-aichronolens_chapter_dspace.pdf?sequence=1&amp;isAllowed=y</identifier>
  <location>
    <url displayLabel="Acceso a publicación">https://dspace.networks.imdea.org/bitstream/handle/20.500.12761/1916/xai-aichronolens_chapter_dspace.pdf?sequence=1&amp;isAllowed=y</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">250616</recordCreationDate>
    <recordChangeDate encoding="iso8601">20250616061104.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008377</recordIdentifier>
  </recordInfo>
</mods>
