Le principe selon lequel les systèmes d'IA doivent être ouverts et clairs quant à leurs opérations, décisions et utilisation des données.
La publication proactive et la communication des détails des systèmes d’IA — provenance des données, architectures de modèles, paramètres d’entraînement, indicateurs de performance et limites connues — afin de renforcer la confiance des parties prenantes et de faciliter la supervision.
Une agence de santé publique publie un tableau de bord interactif détaillant son modèle de prédiction des flambées de COVID-19 : sources de données, dates d’entraînement, version de l’algorithme, marges d’erreur et principales hypothèses. Les chercheurs et les décideurs publics peuvent télécharger le code et les données, favorisant ainsi une amélioration collaborative.
