ИСТИНА

Настоящая работа посвящена вопросу создания доверительного искусственного интеллекта (ИИ) для решения задач устойчивого развития. Показано, что базовая архитектура должна включать безопасные алгоритмы, интерпретируемые модели, механизм объяснимости и формализованные метрики доверия. Особое внимание уделено объяснимому ИИ, обеспечивающему двустороннюю коммуникацию между алгоритмом и экспертами, позволяя одновременно прояснять логику принятия решений и интегрировать человеческие знания. Продемонстрировано, что сочетание нечеткой логики, онтологий и когнитивных карт повышает прозрачность и адаптивность систем, работающих с мультимодальными данными. Такой инкрементный подход учитывает локальные факторы и снижает риски внедрения ИИ в социально значимые сферы, включая здравоохранение, экологию и образование. Делается вывод о важности дальнейшего развития формальных методов оценки объяснимости и расширения инструментов мультимодальной интеграции для эффективного взаимодействия с человеческим опытом и долгосрочного достижения целей.