La mancanza di trasparenza nei processi decisionali dei sistemi di deep learning rappresenta una sfida significativa per la moderna intelligenza artificiale (IA), in quanto compromette la capacità degli utenti di affidarsi a questi sistemi e di verificarli. Per affrontare questa sfida, i modelli basati sui concetti (Concept-Based Models, CBM) hanno compiuto progressi significativi incorporando concetti interpretabili dall’uomo nelle architetture di deep learning. Questo approccio consente di ricondurre le previsioni a modelli concettuali specifici che gli utenti possono comprendere e su cui possono intervenire.