Interprétabilité : clarté sur la manière dont les composants internes du modèle (poids, caractéristiques) se traduisent par des résultats—courant dans les modèles simples (régression linéaire). Explicabilité : génération a posteriori de justifications compréhensibles pour l’humain (pourquoi une décision a été prise) pour tout modèle, même les boîtes noires. La gouvernance exige de choisir le bon équilibre : des modèles interprétables lorsque cela est possible, et des outils d'explicabilité lorsque ce n'est pas le cas.