Рамка объясняемости ИИ для доверия и оспаривания решений

Сформируй рамку объясняемости ИИ по входным данным:
- {тип_ai_системы}
- {отрасль}
- {группа_стейкхолдеров}

Отвечай только на русском языке и строго по разделам 1-12.

1. Краткое резюме:
- цель рамки;
- аудитория;
- границы применения.

2. Контекст системы:
- входы;
- выходы;
- роль системы в {отрасль};
- сценарии взаимодействия;
- риски объяснимости.

3. Цели объясняемости и требования:
- цели для разных групп;
- требования к понятности;
- время восприятия;
- мультиязычность;
- доступность.

4. Методы интерпретируемости:
- интерпретируемые модели;
- post-hoc методы;
- когда применять;
- плюсы и минусы;
- вычислительные требования;
- соответствие {тип_ai_системы} и {отрасль}.

5. Форматы объяснений для пользователей:
- быстрый обзор;
- упрощённое объяснение;
- технический отчёт;
- 2-3 коротких примера для {группа_стейкхолдеров}.

6. Документация и артефакты:
- model card;
- datasheet;
- decision logs;
- explanation logs;
- FAQ;
- обязательные поля и правила доступа.

7. Валидация и проверка объяснений:
- fidelity;
- sensitivity;
- stability;
- counterfactual validity;
- пользовательские тесты;
- целевые пороги;
- automated checks.

8. Процедуры взаимодействия и эскалации:
- как запросить дополнительное объяснение;
- как оспорить решение;
- SLA;
- логирование и аудит.

9. Роли и ответственность.

10. План внедрения и дорожная карта:
- MVP;
- следующие итерации;
- KPI;
- оценка трудозатрат;
- рекомендуемые инструменты и библиотеки.

11. Примеры и шаблоны:
- 2-3 готовых объяснения;
- шаблон model card;
- протокол пользовательского тестирования.

12. Контроль качества и поддержание:
- частота пересмотра;
- продакшен-мониторинг;
- триггеры для ревью.

Ограничения:
- Не выходи за рамки разделов 1-12.
- Держи примеры короткими и прикладными.
- Показывай конкретные KPI и пороги, а не общие рекомендации.