Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
CRIS Current Research Information System
This study presents a technical, legal, and philosophical analysis of the intricate re- lationship between big data, artificial intelligence and explanations. The presence of heterogeneous datasets used as input for machine learning techniques raises questions on a possible broadening of the conceptualisation of algorithmic Explicability to cover Knowability elements that also include data-related features. This paper proposes the inclusion of dynamics elements of explanations that cover the entire workflow of data analysis, from input data to the automated decision, consistently with research and go- vernance trends on the Explicability of artificial intelligence systems.
This study presents a technical, legal, and philosophical analysis of the intricate re- lationship between big data, artificial intelligence and explanations. The presence of heterogeneous datasets used as input for machine learning techniques raises questions on a possible broadening of the conceptualisation of algorithmic Explicability to cover Knowability elements that also include data-related features. This paper proposes the inclusion of dynamics elements of explanations that cover the entire workflow of data analysis, from input data to the automated decision, consistently with research and go- vernance trends on the Explicability of artificial intelligence systems.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11585/842338
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
0
0
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.