XAI-KRKG - Explainable AI, Knowledge Representation, and Knowledge Graphs

Il workshop XAI-KRKG – Explainable AI, Knowledge Representation, and Knowledge Graphs si terrà a Bologna il 25 e 26 ottobre 2025, nell’ambito di ECAI 2025, ed è coordinato da Claudia D’Amato (Spoke 6).

L’integrazione tra Explainable AI (XAI), Knowledge Representation (KR) e Knowledge Graphs (KGs) è emersa come un campo di studio cruciale, rispondendo alla crescente esigenza di sistemi di intelligenza artificiale che siano trasparenti, spiegabili, interpretabili e affidabili. La Rappresentazione della Conoscenza offre metodi per descrivere, organizzare, codificare e ragionare sulla conoscenza specifica di un dominio, fornendo uno strato fondativo per la comprensione da parte dei sistemi di IA. I Knowledge Graphs, uno dei risultati più rilevanti della KR, permettono di strutturare concetti e relazioni interconnesse, creando un quadro intuitivo per descrivere domini complessi.

I KGs sono stati utilizzati con successo come strumenti potenti per migliorare i risultati in diversi ambiti, tra cui: question answering, sistemi di raccomandazione, supporto alle decisioni mediche, fact-checking, ricerca semantica, classificazione delle immagini e molti altri. Insieme, KR e KGs si pongono come complemento naturale alle tecniche di XAI, permettendo ai modelli di IA di fornire spiegazioni significative che siano coerenti con i contesti reali e con le aspettative degli utenti.

Con l’integrazione crescente dell’IA in settori critici come sanità, finanza e diritto, la necessità di modelli interpretabili che offrano trasparenza nei processi decisionali è oggi più urgente che mai. Combinando XAI con KR e KGs, ricercatori e professionisti possono sviluppare sistemi capaci di colmare il divario tra output tecnici e comprensione umana. Questa integrazione non solo migliora la chiarezza e la rilevanza delle spiegazioni generate dall’IA, ma contribuisce anche alla creazione di sistemi più equi e responsabili, grazie all’inserimento di conoscenze di dominio e logica nei processi di ragionamento.

Questo workshop si propone di esplorare le numerose opportunità e sfide che emergono all’intersezione tra XAI, KR e KGs. I temi principali includono:

• l’utilizzo della conoscenza strutturata per migliorare la spiegabilità e l’interpretabilità,

• l’impiego dei metodi XAI per raffinare e validare modelli KR e KG,

• l’aumento dell’affidabilità dei modelli di machine learning,

• l’applicazione di questi approcci integrati alla risoluzione di problemi reali.

Sono benvenuti contributi su avanzamenti teorici, strumenti innovativi e casi di studio che dimostrino come un’IA guidata dalla conoscenza possa generare spiegazioni trasparenti, consapevoli del contesto e orientate all’utente. Favorendo la collaborazione tra ricercatori, professionisti del settore e esperti di dominio, il workshop intende promuovere lo sviluppo di sistemi di IA etici e ad alto impatto, in linea con i valori umani e le necessità della società.

Per maggiori informazioni, visita il sito ufficiale dell’evento.