La ricerca di metriche affidabili per l’IA responsabile
The Quest for Reliable Metrics of Responsible AI
October 29, 2025
Autori: Theresia Veronika Rampisela, Maria Maistro, Tuukka Ruotsalo, Christina Lioma
cs.AI
Abstract
Lo sviluppo dell'Intelligenza Artificiale (IA), inclusa l'IA nella Scienza (AIS), dovrebbe avvenire seguendo i principi dell'IA responsabile. I progressi nell'IA responsabile sono spesso quantificati attraverso metriche di valutazione, ma sono stati condotti meno lavori sulla valutazione della robustezza e dell'affidabilità delle metriche stesse. Riflettiamo su lavori precedenti che esaminano la robustezza delle metriche di equità per i sistemi di raccomandazione come tipo di applicazione di IA e sintetizziamo i loro principali risultati in una serie di linee guida non esaustive per sviluppare metriche affidabili per l'IA responsabile. Le nostre linee guida si applicano a un ampio spettro di applicazioni di IA, inclusa l'AIS.
English
The development of Artificial Intelligence (AI), including AI in Science
(AIS), should be done following the principles of responsible AI. Progress in
responsible AI is often quantified through evaluation metrics, yet there has
been less work on assessing the robustness and reliability of the metrics
themselves. We reflect on prior work that examines the robustness of fairness
metrics for recommender systems as a type of AI application and summarise their
key takeaways into a set of non-exhaustive guidelines for developing reliable
metrics of responsible AI. Our guidelines apply to a broad spectrum of AI
applications, including AIS.