Inteligência Artificial Explicável (XAI): Modelos Interpretáveis para Tomada de Decisão Ética

Este artigo reflete sobre o papel da inteligência artificial explicável (XAI) na construção de modelos interpretáveis que alcançam decisões eticamente sólidas em áreas como saúde, finanças e tomada de decisão no setor público. Modelos interpretáveis, como regressão logística ou árvores de decisão rasas, são transparentes, responsáveis e confiáveis - em contraste com algoritmos opacos do tipo caixa-preta. Criamos classificadores interpretáveis usando um conjunto de dados sintético semelhante ao Adult, com decisões socioeconômicas. Examinamos as principais previsões dos classificadores com ferramentas de XAI. Os resultados mostraram que modelos interpretáveis equilibraram corretamente a precisão versus interpretabilidade, enquanto identificavam fatores decisórios e possíveis vieses. Além disso, métricas de equidade indicaram evidências de disparidades sistemáticas, enfatizando a necessidade de combinar XAI com frameworks éticos de auditoria.