Dernière mise à jour :
Une approche structurée ou un ensemble de directives que les organisations utilisent pour implémenter, mesurer et gouverner les pratiques d'explicabilité à travers leurs systèmes d'IA.
Un programme formalisé - comprenant souvent des documents de politique générale, des normes techniques et des flux de travail opérationnels - qui prescrit quand et comment appliquer les techniques d'explicabilité, définit les formats d'explication requis (par exemple, textuels, visuels), attribue les rôles (responsables des explications, auditeurs) et établit des points de contrôle (revue de conception, validation pré-déploiement, audits périodiques). Il garantit un déploiement de l'XAI cohérent, auditable et aligné sur les risques de l'entreprise ainsi que sur les exigences réglementaires.
Exemple concret :
Un prestataire de soins de santé adopte un cadre d'IA explicable (XAI) qui impose : (1) que tous les modèles de diagnostic incluent des explications locales pour chaque prédiction ; (2) que la fidélité des explications dépasse 90 %, mesurée par la concordance avec les influences des caractéristiques de référence ; et (3) que des audits XAI trimestriels valident que les explications restent exactes après le réentraînement du modèle.
