Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 587
Aluno: Paulo Henrique Padovan
Orientador: Prof. Ruy José Guerra Barretto de Queiroz
Coorientadora: Profa. Clarice Marinho Martins (UNICAP/Depto de Ciências Jurídicas)
Título: MAIA – Metamodelo de accountability para Inteligência Artificial
Data: 08/02/2023
Hora/Local: 8h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Frederico Luiz Gonçalves de Freitas (UFPE / Centro de Informática)
Prof. Jessyka Flavyanne Ferreira Vilela (UFPE / Centro de Informática)
Prof. Maria Amália Oliveira de Arruda Camara (UPE / Faculdade de Ciências da Administração e Direito de Pernambuco – FCAP)
Prof. Sergio Torres Teixeira (UFPE / Departamento de Direito Público Geral e Processual)
Prof. Virgilio Augusto Fernandes Almeida (UFMG / Departamento de Ciência da Computação)
RESUMO:
A inteligência artificial (IA) pode levar a um comportamento imprevisível,
causan-do preconceito, desconfiança, perdas ou danos aos indivíduos.
Questões comple-xas devem ser dirimidas para estabelecer como determinar
accountability. Até recentemente, entender o funcionamento das “caixas
pretas” era extremamente difícil; no entanto, o uso de Inteligência
Artificial Explicável (XAI) ajuda a aclarar os problemas complexos que
podem incorrer a IA. Neste contexto, esta tese pro-cura analisar,
caracterizar e conformar accountability no âmbito da moral e da IA e
fornecer um cânone que ajude as várias partes interessadas a lidar com as
questões de responsabilidade algorítmica. Para definir accountability,
apresenta-mos, caracterizamos e diferenciamos os diversos matizes de
responsabilidade no contexto normativo atual, apresentando os dois
pressupostos relacionados à ac-countability moral: exigibilidade e
responsividade. Por fim, fornecemos uma aná-lise sobre como a estrutura
contábil existente, com o suporte de XAI e dados re-gistrados, pode abordar
questões relacionadas à responsabilidade algorítmica da IA.
Palavras-chave: inteligência artificial, responsabilidade algorítmica, IA
confiável, inteligência artificial explicável (XAI), unidade responsável
explicável (XAU)
Comentários desativados