Este artigo propõe uma análise causal de Redes Neurais Binárias de Spiking (BSNNs) para explicar seu comportamento, representando sua atividade como um modelo causal binário. Utilizando solvers SAT e SMT, o método gera explicações abdutivas para classificações de redes, demonstrando que estas não contêm características irrelevantes ao contrário do SHAP.
O protótipo de software `FairMind` automatiza a análise de justiça causal ao nível do conjunto de dados, abordando a falta de consideração de justiça na maioria dos frameworks AutoML. Ele utiliza o modelo padrão de justiça e LLMs para gerar relatórios precisos sobre a justiça baseados em efeitos causais contrafactuais.
Esta pesquisa aborda o desafio de agentes de IA mais simples formarem inadvertidamente um agente coletivo com objetivos distintos, crucial para a segurança de IA avançada. Propõe definir agência coletiva comportamentalmente, vendo um grupo como um agente unificado quando suas ações conjuntas parecem racionais e direcionadas a objetivos, formalizadas através de jogos causais e abstração.