# Explora el panel de Responsible AI (RAI) ## Instrucciones En esta lección aprendiste sobre el panel de RAI, un conjunto de componentes basados en herramientas "de código abierto" que ayudan a los científicos de datos a realizar análisis de errores, exploración de datos, evaluación de equidad, interpretabilidad de modelos, evaluaciones contrafácticas/what-if y análisis causal en sistemas de inteligencia artificial. Para esta tarea, explora algunos de los [notebooks](https://github.com/Azure/RAI-vNext-Preview/tree/main/examples/notebooks) de muestra del panel de RAI y reporta tus hallazgos en un documento o presentación. ## Rúbrica | Criterios | Ejemplar | Adecuado | Necesita Mejorar | | --------- | -------- | -------- | ---------------- | | | Se presenta un documento o una presentación en PowerPoint que discute los componentes del panel de RAI, el notebook que se ejecutó y las conclusiones obtenidas al ejecutarlo | Se presenta un documento sin conclusiones | No se presenta ningún documento | --- **Descargo de responsabilidad**: Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Si bien nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.