Partilhe insights sobre IA Responsável usando o cartão de pontuação de IA Responsável (pré-visualização).

O painel Responsible AI foi concebido para profissionais de aprendizagem automática e cientistas de dados explorarem e avaliarem insights sobre modelos e informarem as suas decisões baseadas em dados. Embora possa ajudar a implementar a IA responsável de forma prática no seu ciclo de vida de aprendizagem automática, há algumas necessidades que ficam por abordar:

• A lacuna entre as ferramentas técnicas de IA responsável (concebidas para profissionais de aprendizagem automática) e os requisitos éticos, regulatórios e empresariais que definem o ambiente de produção.
• A necessidade de um alinhamento eficaz entre múltiplas partes interessadas num ciclo de vida de aprendizagem automática de ponta a ponta, garantindo que os especialistas técnicos recebam feedback e orientação atempados de partes interessadas não técnicas.
• A capacidade de partilhar insights sobre modelos e dados com auditores e responsáveis pelo risco para efeitos de auditabilidade, conforme exigido pelas regulamentações de IA.

Um dos maiores benefícios de utilizar o ecossistema Azure Machine Learning é a capacidade de arquivar insights de modelos e dados no Azure Machine Learning Run History para referência rápida no futuro. Como parte desta infraestrutura, e para complementar os modelos de aprendizagem automática e os respetivos painéis de IA Responsável, o scorecard da IA responsável capacita os profissionais de aprendizagem automática a gerar e partilhar facilmente os seus dados e registos de saúde dos modelos.

Quem deve usar um cartão de pontuação de IA responsável?

• Cientistas de dados e profissionais de aprendizagem automática: Depois de treinar o seu modelo e gerar o seu correspondente painel de IA Responsável para fins de avaliação e tomada de decisões, pode extrair essas aprendizagens através do nosso scorecard em PDF. Isto permite-lhe partilhar facilmente o relatório com as suas partes interessadas técnicas e não técnicas, construindo confiança e obtendo a sua aprovação para a implementação.
• Gestores de produto, líderes de negócio e partes interessadas responsáveis num produto de IA: Pode fornecer os valores-alvo de desempenho e justiça do modelo desejados, como a precisão do alvo e a taxa de erro alvo, à sua equipa de ciência de dados. Podem então gerar o scorecard com base nestes valores-alvo para determinar se o modelo os cumpre. Isto ajuda a orientar as decisões sobre se o modelo deve ser implementado ou melhorado.

Próximos passos

• Aprenda a gerar o painel e o scorecard da Responsible AI através de CLI e SDK ou Estúdio do Azure Machine Learning UI.
• Saiba mais sobre o painel e o scorecard da Responsible AI no Responsible AI Dashboard e Scorecard em Azure Machine Learning.