Quadro di responsabilità per l'IA nei sistemi di beneficio pubblico

Un recente framework introdotto da arXiv (2512.12109) affronta la responsabilità nei sistemi di IA utilizzati nel settore pubblico collegando le spiegazioni dei sistemi automatizzati di idoneità agli standard legali. Questa tesi propone un metodo neuro-simbolico che integra un'ontologia strutturata dei criteri di idoneità per CalFresh dal Manuale delle Politiche e Procedure (MPP) della California, una pipeline per l'estrazione di regole per creare rappresentazioni formali e un livello di ragionamento basato su solver per scoprire spiegazioni legalmente incoerenti. Le valutazioni di vari casi dimostrano che il framework può individuare le regole violate e migliorare la responsabilità procedurale.