Due presentazioni brevi sul tema della trasparenza, vista come explicability, intesa come capacità della tecnica di learning di spiegare la strategia risolutiva adottata dalla tecnica. Le presentazioni per in una versione ancora incompleta, forniscono tuttavia gli elementi essenziali per cogliere il problema.
Partendo da un semplice esempio basato su un programma software, viene mostrato come le differenti tecniche proposte nel machine learning siano caratterizzate da differente capacità autoesplicativa, e come vi sia un tradeoff tra accuratezza della tecnica e grado di autoesplicatività.
In questa seconda presentazione si mostrano gli ultimi risultati di ricerca riguardo a come migliorare la explicability di una tecnica di apprendimento.