En el aula virtual se proporcionarán apuntes omaterial específico adicional para seguir la materia. Dada la heterogeneidad delos temas a tratar en la asignatura, se proporcionará con cada uno de los temasreferencias a recursos bibliográficos y de otro tipo de contenidos (tutoriales,multimedia, etc.) para los aspectos más específicos de la asignatura. Lassiguientes referencias son de tipo complementario, tratan aspectos generalesrelacionados con la IA explicable y confiable.

1. V. Dignum. Responsible Artificial Intelligence. How to Developand Use AI in a Responsible Way. Springer Nature Switzerland AG, 2019, ISBN: 978-3-030-30370-9 , https://doi.org/10.1007/978-3-030-30371-6

2. A. Barredo Arrieta et al., Explainable Artificial Intelligence(XAI): Concepts, taxonomies, opportunities and challenges toward responsibleAI, Information Fusion, 58:82-115, Elsevier 2020, https://doi.org/10.1016/j.inffus.2019.12.012

3. T. Miller, Explanation in artificial intelligence: Insights fromthe social sciences. Artificial Intelligence, 267:1-38, Elsevier 2019, https://doi.org/10.1016/j.artint.2018.07.007

4. G. Vilone, L. Longo, Notions of explainability and evaluationapproaches for Explainable Artificial Intelligence, Information Fusion,76:89-106, Elsevier 2021, https://doi.org/10.1016/j.inffus.2021.05.009

5. R. Guidotti, A. Monreale, S. Ruggieri, F. Turini, F. Giannotti,D. Pedreschi, A Survey of Methods for Explaining Black Box Models, ACMComputing Surveys, 51(5):1–42, 2019, https://dl.acm.org/doi/10.1145/3236009

6. J.M. Alonso, C. Castiello, L. Magdalena, C.Mencar, Explainable Fuzzy Systems. Paving the way from interpretable fuzzysystems to explainable AI systems. Springer International Publishing, 2021,ISBN: 978-3-030-71098-9, https://doi.org/10.1007/978-3-030-71098-9