Explicabilidad (IA explicable, XAI)

Capacidad de entender y justificar por qué un modelo de IA tomó una decisión. Es clave para confiar en sistemas usados en ámbitos sensibles y para cumplir normativas.

Capacidad de entender y justificar por qué un modelo de IA tomó una decisión. Es clave para confiar en sistemas usados en ámbitos sensibles y para cumplir normativas.

Actualizado: 3 de junio de 2026.

Muchos modelos, sobre todo las redes neuronales profundas, son "cajas negras": aciertan, pero no explican por qué. La explicabilidad busca abrir esa caja para auditar y confiar.

Por qué importa

En banca, salud o justicia, una decisión automática debe poder justificarse ante la persona afectada y ante el regulador.

Relación con la ética

Sin explicabilidad es difícil detectar sesgo algorítmico o garantizar una IA responsable.