Dernière mise à jour :
Le principe selon lequel les systèmes d'IA doivent faire preuve d'ouverture et de clarté concernant leur fonctionnement, leurs décisions et l'utilisation des données.
La publication et la communication proactives des détails du système d'IA - provenance des données, architectures des modèles, paramètres d'entraînement, mesures de performance et limites connues - afin de renforcer la confiance des parties prenantes et de faciliter la supervision.
Exemple concret :
Une agence de santé publique publie un tableau de bord interactif détaillant son modèle de prévision de l'épidémie de COVID-19 : sources de données, dates d'entraînement, version de l'algorithme, marges d'erreur et hypothèses clés. Les chercheurs et les décideurs politiques peuvent télécharger le code et les données, favorisant ainsi une amélioration collaborative.
