TRAILAB / una mirada més propera

Desenvolupem els mètodes que fan operativa la confiança.

TRAILAB treballa al punt de trobada entre la fiabilitat tècnica, la garantia jurídica i la reflexió ètica, i després prova aquests mètodes davant les condicions d'organitzacions i institucions reals.

01 / Metodologia

Les qüestions de la conversa requereixen més que una interfície més atractiva.

Requereixen un programa de recerca connectat. Cada mètode aborda un mode de fallada diferent; conjuntament ajuden a fer que els sistemes d'IA siguin més fiables, explicables, governables i respectuosos amb l'agència.

Multidisciplinari per disseny

TRAILAB s'organitza com un equip multidisciplinari: el nucli tècnic desenvolupa mètodes fonamentals, mentre que l'expertesa jurídica i filosòfica creix en paral·lel perquè aquests mètodes siguin èticament responsables, estiguin preparats per a la governança i tinguin en compte els drets.

01

Pilar tècnic

El personal investigador desenvolupa mètodes fonamentals i capacitats de validació tècnica per a una IA fiable i reflexiva.

Quantificació de la incertesa

Fiabilitat, robustesa i estimació de la incertesa per a la presa de decisions crítiques.

Causalitat i contrafactuals

Inferència causal, raonament contrafactual i raonament estructurat per a un suport robust a la decisió.

Explicabilitat

Noves mètodes d'explicació per a la interpretabilitat, la fidelitat i l'estabilitat.

02

Pilar jurídic

Expertesa jurídica i de polítiques públiques sobre drets fonamentals, governança de la IA, polítiques d'IA, regulació d'IA i interfícies amb el sector públic.

Drets fonamentals

Requisits de governança basats en drets.

Polítiques i regulació d'IA

Normalització, entorns de proves regulatoris d'IA, orientació reguladora i alineació amb el sector públic.

Incidència i afers públics

Visibilitat institucional, aliances internacionals i difusió.

03

Pilar ètic

Expertesa filosòfica i ètica especialitzada en ètica de la IA, responsabilitat, agència humana i IA reflexiva.

Ètica

Responsabilitat i rendició de comptes, ètica de la cura, equitat i injustícia epistèmica.

Agència humana

Autonomia, agència i control en sistemes d'IA.

Fonaments conceptuals

Aliniament, seguretat de la IA i profunditat interpretativa.

03 / Ecosistema

TRAILAB se situa entre els llocs on la IA s'investiga, s'adopta, es governa i es viu.

Traduïm entre comunitats que tenen tipus diferents d'evidència i responsabilitat. El resultat és una metodologia que es pot traslladar sense perdre el seu rigor.

01

Acadèmia i recerca

Rigor científic, profunditat metodològica i qüestions d'avantguarda. La recerca no és un exercici acadèmic aïllat: ens guien problemes reals, necessitats industrials, restriccions jurídiques i conseqüències socials.

Explora les nostres publicacions
02

Indústria i organitzacions adoptants

Un enfocament compartit en el desplegament, la sostenibilitat, l'optimització de recursos i l'escalabilitat. Les noves metodologies han d'ajudar les empreses a construir sistemes d'IA en què es pugui confiar i que resisteixin l'escrutini operatiu, jurídic i reputacional.

03

Governs i institucions públiques

Ens guien els principis de la governança de la IA, la rendició de comptes, el valor públic i la sostenibilitat social a llarg termini. Creiem que la IA s'ha de dissenyar per donar suport a les institucions democràtiques, als marcs basats en drets i a una transformació digital responsable.

Llegeix el nostre informe per al Parlament Europeu sobre drets d'autor i IA generativa

04

Societat civil

Posem el focus en l'impacte humà, la legitimitat, la creativitat i la confiança social, per donar suport a sistemes d'IA que treballin amb les persones sense limitar-ne l'agència. Creiem que la IA no pot ser sostenible si debilita les estructures socials i culturals que fan possible la innovació.