• A

  A substituição da filtragem colaborativa por abordagens neurais representa um avanço meramente incremental, pois ambas as técnicas inferem relevância a partir do comportamento agregado dos usuários, ainda que por meios computacionais distintos.

• B

  A opacidade dos modelos neurais constitui uma falha corrigível que, uma vez sanada por técnicas de explicabilidade, permitiria restabelecer os regimes de responsabilização típicos da filtragem colaborativa.

• C

  A mudança para o aprendizado profundo não apenas troca algoritmos, mas redefine o conceito de relevância, e a opacidade resultante é condição estrutural da técnica, o que tensiona exigências de explicabilidade e responsabilização.

• D

  Os sistemas neurais de recomendação são superiores aos de filtragem colaborativa porque produzem representações latentes mais precisas, ainda que tais representações permaneçam inacessíveis aos projetistas e aos órgãos reguladores.

• E

  A responsabilização por decisões automatizadas torna-se impossível sempre que se adota aprendizado profundo, razão pela qual o autor defende o retorno à filtragem colaborativa como único modelo compatível com a explicabilidade.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.