25
Ago
Explainability AI, così migliora trasparenza e compliance finanziariaDaniele Grassi
La logica dietro un modello conta quanto il suo risultato, soprattutto quando una sottoperformance mette alla prova fiducia e responsabilità. L’explainability aiuta gestori, compliance e clienti a leggere i driver delle decisioni dell’AI e a superare i limiti della black box
L'articolo Explainability AI, così migliora trasparenza e compliance finanziaria proviene da Agenda Digitale.
Read MoreAgenda Digitale
Condividi questo post
RELATED
Posts
Hacker iraniani abbattono reti elettriche e idriche in occidente: quali conseguenzeLuisa Franchina e Maria Beatrice Versaci
Gli attacchi alle infrastrutture critiche tornano al centro dell'attenzione dopo le offensive attribuite a gruppi legati all'Iran contro reti elettriche e idriche Usa e Uk, in un contesto di sistemi industriali sempre più connessi e vulnerabili
L'articolo Hacker iraniani abbattono...
AI nella cyberdefense, perché la fiducia passa dalla verificaAdriano Bertolino
Dalla demo al deployment, l’AI nella cybersecurity incontra dati incompleti, asset non censiti e processi lenti. NIS2, DORA, AI Act e Cyber Resilience Act chiedono prove, controlli e una governance capace di fermare decisioni ad alto impatto nelle infrastrutture più...
Assunzioni con AI: meno bias umani o discriminazioni automatizzate?Antonio Papa
L’Intelligenza Artificiale entra nei processi delle Risorse Umane per ridurre i bias, valorizzare le competenze e rendere più trasparente il recruiting. Ma dati storici distorti, accessibilità insufficiente e opacità dei modelli impongono governance, supervisione umana e conformità alle regole dell’AI...