IT Forum &
Webinar

eXplainable Predictive Decisioning - Trasparenza nell’automazione decisionale
combinare ML e Decision Management per promuovere la fiducia nel processo decisionale automatizzato.

La domanda di processi decisionali trasparenti, spiegabili, accurati, coerenti ed efficaci, non è mai stata così grande. Legislazioni come il GDPR sono solo il risultato delle crescenti preoccupazioni per la privacy, la sicurezza e la trasparenza in generale. Mentre le soluzioni AI/ML sono ottime per dare un senso a volumi elevati di dati, il processo di ragionamento è di solito piuttosto opaco, a volte lasciandoci perplessi sul motivo per cui è stata fatta una particolare segnalazione. Durante questa presentazione, imparerai a conoscere le ultime ricerche nel campo dell'eXplainable AI (XAI), un approccio che combina AI/ML e regole aziendali tradizionali per comprendere meglio i fattori che contribuiscono a una decisione automatizzata. I relatori ti illustreranno gli standard più recenti per rappresentare la logica decisionale e dimostreranno una soluzione XAI costruita con componenti open source che mostreranno come possiamo finalmente rispondere agli interrogativi sul motivo per cui è stata presa una decisione automatizzata.

Decision Automation con standard aperti: DMN

Le aziende prendono continuamente decisioni. Alcune di queste decisioni sono decisioni aziendali strategiche, ma molte di queste decisioni sono decisioni aziendali operative prese ogni giorno, all'interno di ogni transazione. Con il numero sempre crescente di leggi e regolamenti che possono applicare o regolare queste decisioni aziendali operative, gli analisti aziendali sono più spesso chiamati a documentare / specificare come devono essere prese queste decisioni aziendali al fine di fornire trasparenza e offrire tracce verificabili delle decisioni effettivamente prese.

In questa sessione approfondita, introdurremo come gli analisti aziendali possono utilizzare DMN per ottenere i requisiti necessari alle decisioni aziendali operative, alcuni dei modelli di base ricorrenti nella modellazione di queste decisioni aziendali e mostreremo persino come trasformare questi modelli decisionali in servizi decisionali effettivi ed eseguibili.

Puoi fidarti della tua Intelligenza Artificiale (IA)?

Data l'ubiquità dell'automazione delle decisioni e dei modelli predittivi in diversi domini aziendali, sta diventando sempre più importante che tali sistemi possano essere considerati affidabili da tutte le parti interessate coinvolte. Ciò diventa ancora più cruciale quando le "previsioni" dell'IA possono avere un impatto tangibile sugli esseri umani, ad es. in settori come la sanità o la finanza.

Explainable AI (XAI) è un campo di ricerca il cui scopo è fornire approfondimenti su come AI / modelli predittivi generano previsioni mediante spiegazioni (rappresentazioni umane comprensibili di un possibile funzionamento interno di un modello complesso), per rendere tali modelli meno opachi e più affidabili.

L'iniziativa TrustyAI di Red Hat mira ad abbracciare l'esplicabilità per promuovere l'affidabilità delle decisioni nell'area dell'automazione dei processi aziendali, insieme alla tracciabilità del runtime delle metriche operative e della responsabilità.