# Explore o painel Responsible AI (RAI) ## Instruções Nesta lição, você aprendeu sobre o painel RAI, um conjunto de componentes baseados em ferramentas "open-source" para ajudar cientistas de dados a realizar análise de erros, exploração de dados, avaliação de equidade, interpretabilidade de modelos, avaliações contrafactuais/"e se" e análise causal em sistemas de IA. Para esta tarefa, explore alguns dos [notebooks](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) de exemplo do painel RAI e relate suas descobertas em um artigo ou apresentação. ## Rubrica | Critérios | Exemplares | Adequados | Necessita Melhorar | | --------- | ---------- | --------- | ------------------ | | | Um artigo ou apresentação em PowerPoint é apresentado discutindo os componentes do painel RAI, o notebook que foi executado e as conclusões tiradas a partir da execução | Um artigo é apresentado sem conclusões | Nenhum artigo é apresentado | --- **Aviso Legal**: Este documento foi traduzido utilizando o serviço de tradução por IA [Co-op Translator](https://github.com/Azure/co-op-translator). Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.