Resumen:
El nivel de veracidad en predicciones realizadas por sistemas basados en IA podría disuadirnos de utilizarlas para respaldar decisiones. Esta investigación explora el uso de grados-L para indicar el nivel de veracidad en predicciones que utilizan máquinas de vectores de soporte (SVM). Mediante un ejemplo ilustrativo se mostrará cómo obtener grados-L en un proceso de clasificación binaria.
Expositor:
Ana Tapia-Rosero es profesora titular e investigadora en la Facultad de Ingeniería en Electricidad y Computación (FIEC) de la Escuela Superior Politécnica del Litoral (ESPOL). Graduada de ingeniería en computación y con estudios de postgrado que incluyen un doctorado en ingeniería (Ph. D.) de la Universidad de Gante (Bélgica). Su investigación se centra en la inteligencia artificial interpretable (XAI) para la toma de decisiones en presencia de grupos heterogéneos donde las preferencias u opiniones de los participantes son dadas desde múltiples perspectivas (por ejemplo, en lo social, técnico, financiero o ambiental). Ella investiga cómo evaluar relevancia, representatividad y subjetividad de las preferencias y cómo proveer sistemas de inteligencia artificial que faciliten a los usuarios la comprensión de los resultados obtenidos mediante explicaciones o uso del contexto.
