7 de julio de 2026 -10:00
Jornada técnica centrada en uno de los retos clave de la inteligencia artificial actual: la explicabilidad de los modelos. El evento aborda cómo interpretar, justificar y hacer comprensibles los sistemas de IA, especialmente en contextos donde la transparencia es crítica.
A través de ponencias, una mesa redonda y un taller práctico, se analizan distintos enfoques —desde modelos estadísticos hasta machine learning y LLMs— proporcionando una visión completa y aplicada.
Programa
10:00 — Apertura
Presentación de la jornada
David Escudero (Centro de Inteligencia Artificial UVA)
10:15 — Introducción (también online)
El qué y el porqué de la explicabilidad
Gonzalo Gutiérrez Tobal
10:30 — Mesa redonda (también online)
La explicabilidad en IA desde diferentes perspectivas
- Modelos estadísticos y su interpretabilidad
- Sistemas expertos y modelos simbólicos
- Machine learning y sus limitaciones
- Explicabilidad en LLMs
11:30 — Sesión teórica
Métodos de explicabilidad: SHAP y GradCAM
12:30–14:00 — Taller práctico (I)
Aplicación de métodos de explicabilidad en Python (Google Colab)
15:30–18:00 — Taller práctico (II)
Continuación del taller con ejemplos por tipo de datos