La traducción puede estar desactualizada
El original en inglés o el glosario del proyecto ha cambiado desde que se preparó esta traducción. Hasta que se actualice, consulte el original en inglés.
Ciencias de la información · Decisión humano–IA
Programa de investigación NIC / Kerry Thornhill
¿Qué hace que una decisión pueda impugnarse?
Investigación sobre cómo las personas usan la evidencia para evaluar decisiones apoyadas por IA, y sobre qué información permite indagar una inquietud concreta.
El programa Condiciones Informativas Necesarias (NIC) une el análisis conceptual, la investigación sobre la obligación institucional de responder y estudios empíricos propuestos sobre el juicio humano. Una indagación filosófica relacionada examina cómo las instituciones configuran lo que cuenta como una razón.
MS in Interdisciplinary Studies · En curso · University of North Texas
Anuradha and Vikas Sinha College of Artificial Intelligence and Advanced Analytics
01 / El problema de investigación
Una explicación es un comienzo.
Una persona puede conocer un resultado y la razón declarada y aun así carecer de los elementos para indagar un error. El programa NIC se pregunta qué hace que una objeción material sea indagable y cómo puede recibir una respuesta institucional con consecuencias.
Entender la contestabilidad02 / Artículos y trabajo
Cuatro indagaciones.
Cargas de la prueba distintas.
From Notice to Contestable Grounds
Artículo conceptual · Preprint, octubre de 2026¿Qué tareas informativas deben seguir siendo posibles allí donde se exige o se promete una contestabilidad significativa?
B / 02Private Power without Epistemic Preemption
Teoría normativa · Preprint previsto para enero de 2027¿Cuándo debe una institución privada permitir una impugnación informada y una reconsideración con consecuencias?
E / 03Testing Informational Conditions for Meaningful AI Contestability
Programa empírico · PropuestoUn programa propuesto de 36 meses: integración de la evidencia, funciones informativas y un conjunto de herramientas para la contestabilidad.
H / 04What Counts as a Reason: Institutional Formation and the Limits of Rational Reconstruction
Hermenéutica · Preprint previsto para diciembre de 2026¿Cómo configuran las instituciones lo que cuenta como una razón y cómo pueden examinarse esos criterios?
Preprint del artículo A disponible · Dos artículos más en preparación · Estudios empíricos propuestos
Ver todos los trabajos →03 / Artículos recientes
Artículos recientes
Para publicación en medios, escriba a info@contestability.ai.

Making agentic AI decisions open to meaningful challenge
UK consultation response · November 13, 2026 Solo en inglésA response to the call for evidence on agentic AI from the Information Commissioner's Office, the UK's data protection regulator. Submitted November 13, 2026.

¿Las razones de quién cuentan?
Artículo breve · Noviembre de 2026Sobre la revisión de octubre de 2026 de la entrada «Feminist Social Epistemology» de la Stanford Encyclopedia of Philosophy.
Firma · Kerry Thornhill
Todos los artículos →04 / Programa de investigación
Un mapa argumental.
Tres fases, 36 meses.
El mapa argumental expone cómo se conectan una determinación institucionalmente operativa, una objeción material plausible y la tarea epistémica necesaria para indagarla, así como las seis funciones informativas candidatas que esa tarea puede requerir. El plan de investigación pone a prueba esas funciones en tres fases y culmina en un conjunto de herramientas operativo para la contestabilidad.
- 1Determinación institucionalmente operativa
- 2Objeción material plausible
- 3Tarea epistémica necesaria para indagarla
- PDFMapa argumental v. 5 · Plan de investigación v. 6 · 12 de octubre de 2026
05 / Indagación empírica · Estudios propuestos
Estudiar cómo la evidencia cambia el juicio.
El trabajo empírico propuesto examina cómo las personas ponderan evidencia independiente junto al consejo de una IA o de un ser humano. Después utiliza casos sintéticos de crédito al consumo para comprobar si una información ajustada a una inquietud concreta ayuda a reconocer errores reales sin perder la confianza justificada cuando no hay error.
Los estudios están diseñados para distinguir la información útil de la que solo aumenta la confianza o la sospecha. Sus resultados podrían respaldar, acotar o revisar el marco de trabajo.
Leer el plan de estudios propuesto
Ilustración conceptual · Sin resultados de estudio
06 / Un ejemplo práctico
El registro dice una cosa.
La persona dice otra.
Una decisión crediticia alude a atrasos en los pagos. La persona solicitante cree que la cuenta ya estaba saldada. ¿Qué permitiría que esa inquietud se convirtiera en una pregunta útil y que la respuesta importara?
Caso sintético / Cuatro etapas / Sin resultados de estudio
07 / Autor & indagación
Un programa abierto a la crítica.
Kerry Thornhill es estudiante de máster (MS) en la University of North Texas y está desarrollando una carrera académica de investigación sostenida en ciencias de la información. El proyecto agradece comentarios sustantivos sobre sus argumentos, métodos y alcance.
Acerca del investigador