Explicabilidad

Antes de tocar el código

Resaltar una variable importante parece convincente hasta que una pequeña perturbación cambia por completo el mapa.

Pregunta esencial: ¿Una explicación describe al modelo o solo produce una historia plausible?

Haz una predicción antes de ejecutar el notebook. Al final volverás a ella y tendrás que decir qué evidencia la confirmó, la corrigió o la dejó abierta.

Mapa de esta clase: De la predicción a una evidencia contrastable. La figura no es decorativa; úsala para explicar el mecanismo con tus propias palabras.

🎯 Qué vas a aprender y construir

Explicar predicciones con Integrated Gradients y permutación.

Práctica propia de esta clase: Comparar atribuciones locales y globales, perturbar entradas y medir estabilidad de la explicación.

Es la clase 22 de 31 del programa y pertenece a ⚫ el módulo 6, Confiar en el modelo y sacarlo del cuaderno. Llegas desde Aumento de datos y lo que hagas aquí lo da por supuesto Incertidumbre y calibración.

Trabajarás con el dataset adult_census (UCI, licencia: CC BY 4.0), y tendrás que superar la línea base Regresión logística interpretable, decidiendo con la métrica f1 medida sobre validation. Nivel avanzado, unas 8 horas de dedicación.

Lo que conviene traer resuelto de las clases anteriores: PyTorch intermedio, optimización, lectura de artículos técnicos.

Al terminar deberías ser capaz de:

• Explicar predicciones con Integrated Gradients y permutación.
• Preparar y auditar el dataset real adult_census sin fuga de datos.
• Entrenar y evaluar atribución de características.
• Comparar contra la línea base: Regresión logística interpretable.
• Interpretar intervalos de confianza, errores y limitaciones.

Una idea que conviene desmontar

Una atribución alta no demuestra causalidad ni convierte una asociación del modelo en una razón del mundo real.

🧠 Comprender antes de entrenar

Esta sección es la explicación completa del tema. No hace falta abrir otro archivo para entender lo que viene después: aquí está la idea, la matemática que la sostiene y sus límites. (El mismo texto vive en theory.md, que es la fuente desde la que se genera esta guía, junto con la bibliografía del final.)

De qué trata

Este laboratorio estudia atribución de características usando adult_census, un dataset público real procedente de UCI.

Un modelo puede acertar mucho y, aun así, ser una caja negra: predice si el ingreso anual supera cierto umbral, pero no dice por qué. La explicabilidad busca responder esa pregunta asignando a cada característica de entrada una atribución: cuánto empujó ese atributo la predicción hacia una clase u otra. En un dataset con variables demográficas y laborales como adult_census, esa atribución no es un lujo académico —es un requisito de auditoría, porque una explicación revela si el modelo se apoya en señales legítimas o en correlaciones espurias con atributos sensibles.

El laboratorio contrasta métodos locales y globales. Integrated Gradients explica una predicción concreta (por qué este individuo fue clasificado así) integrando el gradiente del modelo a lo largo de un camino desde una entrada de referencia. La importancia por permutación mide, en cambio, cuánto se degrada el rendimiento global cuando se destruye la información de una variable barajándola. Comparamos siempre contra una regresión logística interpretable, cuyo peso por variable ofrece un patrón de referencia de qué debería "importar".

La matemática, paso a paso

Atribución por integración del gradiente entre baseline y entrada.

Integrated Gradients parte de una idea de teoría de juegos y cálculo: para explicar la salida f(x) de un modelo, comparamos x con una entrada de referencia (baseline) x′ que representa "ausencia de información" (por ejemplo, el vector de medias o de ceros). La contribución de la característica i es la integral del gradiente parcial ∂f/∂xᵢ a lo largo del segmento recto que va de x′ a x:

IGᵢ(x) = (xᵢ − x′ᵢ) · ∫₀¹ ∂f(x′ + α·(x − x′)) / ∂xᵢ · dα

Intuitivamente recorremos el camino de x′ hasta x en pasos infinitesimales, acumulamos cuánto responde la salida a la variable i en cada punto del trayecto, y lo multiplicamos por cuánto cambió esa variable, (xᵢ − x′ᵢ). Usar la integral del gradiente —y no el gradiente en un solo punto— evita el problema de la saturación: cuando f está en una zona plana, el gradiente local es casi cero aunque la variable sea decisiva, y la integral a lo largo del camino sí captura su efecto. En la práctica la integral se aproxima por una suma de Riemann con m pasos: IGᵢ ≈ (xᵢ − x′ᵢ)·(1/m)·Σₖ ∂f(x′ + (k/m)(x − x′))/∂xᵢ. El método cumple dos propiedades deseables: sensibilidad (una variable que cambia la predicción recibe atribución no nula) y completitud (la suma de las atribuciones iguala la diferencia f(x) − f(x′)).

La importancia por permutación es un método agnóstico al modelo y de alcance global. Se mide una métrica de referencia s (por ejemplo, exactitud o AUC) sobre datos de validación; luego, para la característica j, se baraja aleatoriamente su columna —rompiendo su relación con la etiqueta pero conservando su distribución marginal— y se vuelve a medir s_j^perm. La importancia es la caída media Iⱼ = s − 𝔼[s_j^perm], normalmente promediada sobre varias permutaciones para estimar su variabilidad. La lógica es contrafactual: si al destruir la información de j el rendimiento no cae, el modelo no la estaba usando; si se desploma, esa variable era load-bearing.

Ambos enfoques tienen límites que el laboratorio hace explícitos. Las atribuciones dependen de decisiones —el baseline elegido en Integrated Gradients, la correlación entre variables en la permutación— y pueden ser inestables: pequeñas perturbaciones de la entrada, o variables muy correlacionadas entre sí, pueden repartir el crédito de formas distintas sin que la predicción cambie. Una explicación describe cómo actúa el modelo, no un mecanismo causal del mundo; confundir atribución con causalidad es el error de interpretación central que hay que evitar.

Los axiomas que hacen de Integrated Gradients algo más que un gradiente

El gradiente por sí solo ya parece una explicación —dice cuánto cambia la salida si se mueve una entrada— y falla por dos motivos concretos. Primero, es local: describe la pendiente en un punto, no el efecto de haber llegado hasta ahí. Segundo, sufre saturación: si una característica ya llevó la predicción a un extremo, su gradiente ahí es casi cero, y una atribución que la declare irrelevante contradice el hecho de que fue determinante.

Integrated Gradients corrige ambas cosas integrando el gradiente a lo largo del camino desde una referencia x′ hasta la entrada x:

IG_i(x) = (x_i − x′_i) · ∫₀¹ ∂F( x′ + α·(x − x′) ) / ∂x_i · dα,

que en la práctica se aproxima con una suma de Riemann de m pasos (m entre 50 y 300 suele bastar). Su valor es que satisface dos propiedades demostrables. La completitud: la suma de todas las atribuciones es exactamente F(x) − F(x′), de modo que el presupuesto explicativo cuadra y no queda efecto sin repartir —es la comprobación numérica que conviene hacer siempre, porque una suma que no cuadra delata que m es demasiado pequeño—. Y la sensibilidad: si dos entradas difieren en una sola característica y producen predicciones distintas, esa característica recibe atribución no nula, algo que el gradiente puro no garantiza.

La elección de la referencia x′ no es un detalle técnico: define la pregunta que se está respondiendo. Las atribuciones explican la diferencia respecto de esa referencia, así que con x′ = 0 se responde «¿por qué esta predicción y no la de una entrada nula?», y con x′ = la media del conjunto de entrenamiento, «¿por qué esta y no la de un caso típico?». Son preguntas distintas y producen atribuciones distintas. Declarar cuál se usó es parte del reporte; omitirlo hace la explicación ininterpretable.

La importancia por permutación mide otra cosa

Conviene no confundir las dos técnicas del laboratorio, porque responden preguntas diferentes y a menudo se citan como si fueran intercambiables.

Integrated Gradients es local: explica una predicción concreta. La importancia por permutación es global: baraja los valores de una característica en todo el conjunto y mide cuánto se degrada la métrica,

imp_j = métrica(D) − métrica(D con la columna j permutada),

lo que responde «¿cuánto depende el modelo de esta variable en promedio?». Una variable puede ser globalmente poco importante y decisiva para un caso particular; ambas cosas son ciertas a la vez.

La permutación tiene además un fallo conocido que hay que declarar: con variables correlacionadas, permutar una crea combinaciones imposibles —una edad de 20 años con 30 de experiencia laboral—, el modelo evalúa fuera de la distribución en la que fue entrenado y la degradación resultante mezcla dos efectos, la pérdida de información y la extrapolación. El resultado tiende a repartir la importancia entre variables correlacionadas, subestimando a cada una. Por eso conviene mirar antes la matriz de correlación y, si hay grupos, permutarlos en bloque.

Y como se calcula sobre un conjunto y una métrica concretos, hay una regla que se incumple con frecuencia: la importancia debe calcularse sobre datos no usados para entrenar. Sobre train mide de qué se apoyó el modelo para memorizar, que no es lo mismo que de qué depende su capacidad de generalizar.

Qué no demuestra una explicación

Es la parte más importante de esta ruta y la que suele omitirse.

Una atribución alta significa que el modelo usó esa característica, no que la característica cause el fenómeno. Si el modelo aprendió a apoyarse en un proxy —un código postal que correlaciona con ingresos, una marca de agua que correlaciona con la clase— la explicación señalará fielmente ese proxy, y confundirlo con una causa lleva a decisiones erróneas sobre el mundo. La explicación audita el modelo; la causalidad requiere intervención, no observación.

Además, las atribuciones son inestables: métodos distintos aplicados al mismo modelo y la misma entrada producen rankings distintos, y pequeñas perturbaciones de la entrada pueden alterarlos notablemente. De ahí dos exigencias prácticas: contrastar al menos dos métodos —que es la razón de que este laboratorio use dos— y desconfiar de cualquier conclusión que dependa de las diferencias finas del orden.

Por último, una explicación no valida un modelo. Un modelo con métricas malas y explicaciones plausibles sigue siendo malo; uno con métricas buenas y explicaciones incómodas puede estar revelando un sesgo real de los datos, que es información valiosa y no un fallo del método. En un dominio como el de este dataset —predicción de ingresos a partir de datos censales— la explicación sirve sobre todo para detectar apoyos en variables sensibles o en sus proxies, y esa detección obliga a una decisión humana, no a un ajuste de hiperparámetros.

La pregunta que deberías poder responder al terminar: ¿La explicación es estable ante pequeñas perturbaciones?

Qué se mide y con qué se decide

La clase reporta accuracy, f1, roc_auc, pr_auc. De todas ellas, la que decide qué modelo se conserva es f1, y se mide siempre sobre validation: es la única forma de que test siga siendo una estimación honesta de lo que pasará con datos nuevos.

📓 Los tres cuadernos

La clase se puede recorrer en Jupyter y trae tres cuadernos con papeles distintos. Los tres siguen el mismo camino —descargar el dataset real, auditar la partición, entrenar, sellar el experimento y evaluar test una vez—; lo que cambia es qué te toca escribir a ti:

Qué se practica en los ejercicios

Cinco de ellos cubren el contrato experimental común: auditar la partición, decidir con validation, compararse con la línea base, sellar antes de abrir test y dejar el plan por escrito. Se resuelven con Python estándar —sin descargar el dataset ni entrenar—, así que se corrigen en segundos y sin GPU, y cada uno está parametrizado con los valores de este laboratorio: su métrica de selección, su línea base y su experimento propio.

Cómo abrirlos

Los cuadernos necesitan el extra notebooks, que instala Jupyter junto con el paquete:

pip install -e ".[dev,notebooks]"
jupyter lab labs/21_explainability/notebook.ipynb

También se abren desde VS Code —con la extensión de Jupyter— haciendo doble clic en el archivo, o desde la interfaz clásica con jupyter notebook. El primer arranque descarga el dataset real desde su proveedor, así que la primera ejecución tarda más y requiere conexión.

Si prefieres ejecutar sin abrir un cuaderno, train.py hace exactamente lo mismo desde la terminal, y la sección de comandos de arriba explica cada opción.

🖥️ Los comandos, explicados

Todo el laboratorio se maneja con una sola herramienta de terminal, neural-labs, que se instala junto con el paquete (pip install -e ".[dev,notebooks]"). Cada subcomando hace una cosa del protocolo, y por eso se pueden ejecutar por separado: preparar datos, auditar la partición, entrenar, repetir con varias semillas.

La forma general es siempre la misma:

neural-labs <subcomando> --lab <identificador> [opciones]

El script del laboratorio

labs/21_explainability/train.py no es un programa distinto: fija el --lab y delega en la misma herramienta, de modo que estas dos líneas hacen exactamente lo mismo.

python labs/21_explainability/train.py --quick
neural-labs train --lab 21_explainability --quick

Lo mismo desde Python

Si prefieres trabajar en un cuaderno o llamar al laboratorio desde tu propio código, la misma ejecución se lanza así. La función devuelve un objeto con el directorio de la ejecución, las métricas y el historial ya cargados:

from neural_labs.experiments import run_lab

resultado = run_lab(
    "21_explainability",
    quick=True,          # False para la ejecución completa
    config_name="baseline",
    split_seed=42,       # fija la partición
    training_seed=43,    # varía la inicialización
)

print(resultado.run_dir)   # dónde quedaron los archivos
print(resultado.metrics)   # el diccionario de métricas finales

Y para preparar el dataset sin entrenar —útil para inspeccionarlo antes—:

from neural_labs.datasets import prepare_dataset

datos = prepare_dataset("21_explainability", quick=True, seed=42)
print(datos.summary)       # tamaño de cada partición y metadatos de la fuente

🪜 Laboratorio guiado

Cada paso dice qué ocurre por dentro, por qué se hace en ese orden y cómo comprobar que salió bien. El orden no es una convención de estilo: es el que ejecuta el código, y alterarlo invalida el resultado.

Paso 1 — Traer el dataset real y partirlo

Qué ocurre. Descarga adult_census desde su proveedor y construye las tres particiones —train, validation y test— con la semilla de partición que le pases.

Por qué. La partición se fija antes de entrenar y su semilla (--split-seed) es independiente de la del entrenamiento (--training-seed). Si ambas fueran la misma, no podrías distinguir si un cambio en el resultado viene de haber repartido los datos de otro modo o de haber inicializado los pesos de otro modo.

neural-labs dataset --lab 21_explainability --quick --split-seed 42

Cómo sabes que salió bien. El comando termina sin error y deja el dataset en caché. Si no hay red, falla: no se rellena con datos inventados (data/dataset.yaml declara fallback_to_generated_data: false).

Paso 2 — Comprobar que las particiones no se tocan

Qué ocurre. Recorre los identificadores de las tres particiones y verifica que ninguno aparece en dos de ellas.

Por qué. Una sola fila compartida entre train y test basta para que la métrica final quede inflada. Es el error más caro del oficio porque no produce ningún síntoma visible: el modelo simplemente «parece» mejor de lo que es.

neural-labs audit --lab 21_explainability --quick --split-seed 42

Cómo sabes que salió bien. La auditoría reporta cero solapamientos. Si reporta alguno, no sigas: el resto del laboratorio no significaría nada.

Paso 3 — Mirar los datos antes de modelarlos

Qué ocurre. Genera el informe de calidad (valores faltantes, balance de clases, rangos) y el de deriva entre particiones.

Por qué. Un desbalance fuerte o una diferencia de distribución entre train y test cambia qué métrica tiene sentido leer. Descubrirlo después de entrenar obliga a repetirlo todo.

neural-labs quality --lab 21_explainability --quick --split-seed 42

Cómo sabes que salió bien. Obtienes data_quality.json y drift_report.json; ábrelos antes de decidir la configuración.

Paso 4 — Estudiar la teoría del laboratorio

Qué ocurre. Leer theory.md: la idea central, el desarrollo matemático, los riesgos de interpretación y la bibliografía de la que sale todo eso.

Por qué. Sin esto, el entrenamiento es una caja que devuelve números. La teoría es lo que te permite decidir qué mirar y reconocer cuándo un resultado es sospechoso.

Cómo sabes que salió bien. Puedes responder, con tus palabras, qué calcula el modelo y por qué esa arquitectura encaja con la tarea binary_classification.

Paso 5 — Entrenar y seleccionar con validation

Qué ocurre. El entrenamiento recorre las épocas midiendo en validation después de cada una, y conserva el checkpoint con el mejor valor de f1.

Por qué. El conjunto de validación existe para tomar decisiones —arquitectura, hiperparámetros, cuándo parar—. Si esas decisiones se tomaran mirando test, test dejaría de ser una estimación de lo que pasará con datos nuevos y pasaría a ser parte del entrenamiento.

python labs/21_explainability/train.py --quick
# o, con control explícito de las dos semillas:
neural-labs train --lab 21_explainability --config baseline --split-seed 42 --training-seed 43

Cómo sabes que salió bien. En runs/21_explainability/<ejecución>/ aparecen history.csv y best_model.pt; la métrica de validación mejora respecto de la primera época.

Paso 6 — Compararte con la línea base

Qué ocurre. El repositorio entrena por su cuenta Regresión logística interpretable y guarda su resultado, primero sobre validation y —solo al final— sobre test.

Por qué. Una métrica sola no dice si el modelo aporta algo. Puede que un método mucho más simple llegue igual de lejos, y entonces la complejidad añadida no está justificada. Esta comparación es la que convierte un número en un argumento.

Cómo sabes que salió bien. Comparas metrics.json con baseline_metrics.json. Si tu modelo no supera la línea base, el resultado del laboratorio es exactamente ese, y hay que reportarlo.

Paso 7 — El sellado: experiment.lock.json

Qué ocurre. Antes de tocar test, el código escribe un archivo que fija el laboratorio, las dos semillas, la configuración, la métrica de selección, el checkpoint elegido y el hash del dataset.

Por qué. Es la frontera del experimento. A partir de ahí, cualquier ajuste que hagas mirando test queda a la vista: el sello dice qué habías decidido antes de ver el resultado final. Sin ese archivo, nadie —incluido tú dentro de un mes— puede distinguir una predicción de una racionalización.

Cómo sabes que salió bien. El archivo existe y su contenido coincide con lo que creías haber ejecutado.

Paso 8 — Evaluar test una sola vez y medir la incertidumbre

Qué ocurre. Con el checkpoint congelado se evalúa test, se calculan intervalos de confianza por bootstrap y se desglosan las métricas por subgrupo.

Por qué. Un número puntual esconde cuánto podría moverse. Los intervalos dicen si la diferencia con la línea base es real o cabe dentro del ruido; el desglose por subgrupo revela si el promedio está tapando un grupo donde el modelo funciona mucho peor.

Cómo sabes que salió bien. Tienes metrics.json, confidence_intervals.json y subgroup_metrics.json, y puedes decir la magnitud de la mejora y su incertidumbre.

Paso 9 — Repetir con varias semillas de entrenamiento

Qué ocurre. Se repite el entrenamiento manteniendo fija la partición y cambiando solo la semilla de entrenamiento.

Por qué. Dos ejecuciones idénticas salvo por la inicialización pueden diferir bastante. Si no mides esa dispersión, corres el riesgo de celebrar una mejora que era una semilla afortunada.

neural-labs benchmark --lab 21_explainability --quick --split-seed 42 --training-seeds 41 42 43

Cómo sabes que salió bien. Obtienes media y dispersión entre semillas, no un único número.

Paso 10 — Documentar y cerrar

Qué ocurre. Cada ejecución deja model_card.md y report.md; el plan de experimentos vive en experiments.md y la rúbrica en assessment.md.

Por qué. Un resultado sin su contexto —qué datos, qué decisiones, qué límites— no es reutilizable. La model card es lo que permite que otra persona sepa cuándo no debería usar tu modelo.

Cómo sabes que salió bien. Completaste la tabla multi-semilla de experiments.md y respondiste las preguntas de assessment.md.

🔍 Cómo leer lo que produce la ejecución

Cada ejecución escribe su propio directorio con nombre único, de modo que dos corridas nunca se pisan. Esto es lo que encontrarás dentro:

⚠️ Dónde suele perderse la gente

• --quick no es una versión pequeña del resultado, es una prueba de que todo corre. En esta ruta recorta a 1024 ejemplos de entrenamiento · 256 de validación · 256 de test · 2 épocas. Sirve para comprobar la instalación y la descarga; cualquier conclusión sobre el modelo exige la ejecución completa.
• Cambiar algo después de ver test invalida la comparación. Si al mirar el resultado final se te ocurre una mejora, la ruta correcta es volver a validation, decidir allí, y sellar de nuevo.
• Las dos semillas no son intercambiables. --split-seed cambia qué datos caen en cada partición; --training-seed cambia cómo se inicializa y baraja el entrenamiento. Para comparar modelos se fija la primera y se varía la segunda.
• Límite declarado de este dataset. Incluye advertencias éticas sobre variables demográficas y sesgo.

Riesgos al interpretar los resultados

Incluye advertencias éticas sobre variables demográficas y sesgo.

El dataset refleja su proceso de recolección y no representa automáticamente otros períodos, países o poblaciones. Una asociación predictiva no demuestra causalidad.

✅ Antes de darlo por terminado

La clase está aprobada cuando se cumplen estos criterios:

• [ ] cero solapamiento entre train, validation y test
• [ ] selección basada únicamente en validation
• [ ] métricas finales acompañadas por incertidumbre
• [ ] conclusiones que distinguen evidencia de suposición

Y cuando tienes estos entregables:

• [ ] notebook ejecutado
• [ ] reporte experimental
• [ ] model card
• [ ] comparación con línea base
• [ ] respuesta a preguntas críticas

El plan experimental con la tabla que hay que completar está en experiments.md, y las preguntas con su rúbrica, en assessment.md. Ambos documentos se abren desde la barra de navegación de arriba.

Para ir más lejos

• Cambia una decisión experimental y justifícala con el resultado en validation, no con la intuición.
• Analiza los errores por clase o por segmento: casi siempre se concentran en un subconjunto reconocible.
• Compara costo, precisión y latencia; el mejor modelo no siempre es el que gana por décimas.
• Documenta sesgos, limitaciones y usos para los que no recomendarías este modelo.

📚 Fuentes

La teoría de arriba no es original de este repositorio: se apoya en la literatura de referencia del área y en los papers originales de cada arquitectura. Estas son las obras concretas, y lo que aporta cada una:

Las referencias apuntan a las obras; no se reproduce su contenido, la redacción es original.

• Molnar — Interpretable Machine Learning (libro online, molnar.github.io/interpretable-ml-book) — referencia integral sobre métodos de interpretabilidad, incluidos importancia por permutación, LIME y SHAP.
• Ribeiro, Singh y Guestrin (2016), "Why Should I Trust You?": Explaining the Predictions of Any Classifier (LIME), KDD — explicaciones locales mediante modelos sustitutos interpretables.
• Lundberg y Lee (2017), A Unified Approach to Interpreting Model Predictions (SHAP), NeurIPS — marco unificado de atribución basado en valores de Shapley.
• Selvaraju et al. (2017), Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization, ICCV — mapas de atribución basados en gradientes para redes convolucionales.
• Fuente del dataset: https://archive.ics.uci.edu/dataset/2/adult — Adult (UCI Machine Learning Repository, CC BY 4.0); procedencia, versión y SHA-256 en el registro de fuentes, entrada uci-adult-census — esta clase la usa para explicar predicciones con Integrated Gradients y permutación sobre datos censales reales, sin convertir correlaciones históricas en reglas.
• Consulte docs/experiment-protocol.md, docs/reproducibility.md y docs/ethics-and-licenses.md.

Los archivos de este laboratorio

Todo lo que necesitas está en esta carpeta. Cada enlace abre el archivo directamente:

Y fuera de la carpeta, tres referencias que esta guía usa: el catálogo configs/labs.yaml —de donde salen el objetivo, la línea base y las métricas—, el código src/neural_labs/experiments.py —que define el orden de los pasos y los archivos que escribe cada ejecución— y docs/experiment-protocol.md, con la regla general del protocolo.

Los datasets se descargan de su proveedor original y conservan su licencia; este repositorio no los redistribuye ni sustituye una descarga fallida por datos generados.

🔬 Experimentos

Plan de experimentos — Explicabilidad

Qué significa «experimentar» aquí

Entrenar un modelo y mirar el número que sale no es un experimento: es una observación. Un experimento empieza por una afirmación que podría resultar falsa, sigue fijando todo lo que no se está poniendo a prueba, y termina midiendo si la afirmación se sostiene cuando se repite.

La diferencia importa porque el entrenamiento de una red tiene azar por dentro: la inicialización de los pesos y el orden en que se barajan los lotes cambian el resultado aunque no cambies nada más. Si comparas una sola corrida contra otra sola corrida, no sabes si la diferencia viene de tu idea o de la semilla. Por eso todo lo que sigue está organizado para separar la señal (el efecto de lo que cambiaste) del ruido (la variabilidad propia del entrenamiento).

La hipótesis de este laboratorio

Explicar predicciones con Integrated Gradients y permutación.

Formulada como algo que se puede refutar: el modelo de este laboratorio supera a Regresión logística interpretable en f1, y la diferencia es mayor que la dispersión entre semillas.

Qué la haría falsa —y esto también es un resultado que hay que reportar—:

• El modelo no supera a Regresión logística interpretable.
• Lo supera, pero por menos de lo que varía el propio modelo al cambiar la semilla de entrenamiento.
• Lo supera solo con una semilla concreta y no con las demás.
• Lo supera a costa de un tiempo o un tamaño que el problema no justifica.

El experimento propio de esta clase

Además de la comparación con la línea base, aquí interesa una pregunta específica: Contrastar explicaciones con permutaciones. Es la comparación que da sentido al tema de este laboratorio; la de la línea base solo dice si el modelo sirve, mientras que esta dice qué parte del diseño es la que aporta.

Qué se varía y qué se mantiene fijo

Un experimento es interpretable cuando cambia una cosa a la vez. Esta tabla dice qué papel juega cada elemento y, sobre todo, por qué:

Las dos configuraciones que vas a comparar

El laboratorio trae dos configuraciones ya escritas. Estos son los parámetros en los que difieren —el resto es idéntico, que es justamente lo que hace legible la comparación—:

Elegir entre ellas es una decisión de validation. Si improved gana en validación, se queda; si no, la configuración base es la respuesta y hay que decirlo así.

Cómo ejecutar la serie

El comando benchmark hace exactamente esto: repite el entrenamiento manteniendo la partición fija y cambiando solo la semilla de entrenamiento.

neural-labs benchmark --lab 21_explainability \
  --config baseline --split-seed 42 --training-seeds 41 42 43

neural-labs benchmark --lab 21_explainability \
  --config improved --split-seed 42 --training-seeds 41 42 43

Por dentro, benchmark no hace magia: llama a run_lab una vez por semilla con la misma partición y resume los resultados. Desde Python es literalmente eso:

from neural_labs.experiments import run_lab
from neural_labs.benchmarking import summarize_benchmark

registros = []
for semilla in (41, 42, 43):
    resultado = run_lab(
        "21_explainability",
        config_name="baseline",
        split_seed=42,          # la partición NO cambia
        training_seed=semilla,  # solo cambia la inicialización
    )
    registros.append({"training_seed": semilla, "metrics": resultado.metrics})

print(summarize_benchmark(registros))   # media y dispersión entre semillas

Empieza con --quick para comprobar que la serie corre entera; los números que se reportan salen de la ejecución completa.

La tabla que debes completar

De dónde sale cada columna, para que no haya que adivinarlo:

• Métrica en validation: el mejor valor de f1 durante el entrenamiento; está en history.csv y resumido en metrics.json.
• Métrica en test: el valor final, en metrics.json, ya con el modelo congelado.
• Tiempo: wall_time_seconds de metrics.json.
• Parámetros: parameters de metrics.json; es la medida honesta del tamaño del modelo.
• Observación: lo que viste y los números no dicen —una curva que se dispara, una clase que concentra los errores, una corrida que no convergió—.

Cómo decidir con esos números

1. Compara medias, pero decide con la dispersión. Calcula media y desviación entre las tres semillas de cada variante. Una mejora de 0,3 puntos entre variantes cuya dispersión interna es de 1,2 puntos no es una mejora: es ruido con buena suerte.
2. Si los rangos se solapan, dilo. «No se observó una diferencia distinguible del ruido con tres semillas» es una conclusión legítima y mucho más útil que un número inventado de confianza.
3. Decide con validation. La columna de test sirve para reportar el resultado final una vez, no para elegir la variante ganadora.
4. El costo forma parte del resultado. Si improved gana por poco y cuesta el triple de tiempo, la conclusión honesta menciona ambas cosas.
5. Vuelve a la línea base. La comparación contra Regresión logística interpretable es la que dice si todo el aparato de la red neuronal estaba justificado para este problema.

Qué debe decir tu conclusión

Una conclusión completa contiene cinco cosas, y se puede escribir en un párrafo:

• Magnitud: cuánto mejoró, en qué métrica y sobre qué conjunto.
• Incertidumbre: cuánto varió entre semillas, y si la mejora sobrevive a esa variación.
• Costo: tiempo, memoria o tamaño adicional que hubo que pagar.
• Errores: dónde falla el modelo, no solo cuánto acierta.
• Condiciones: en qué circunstancias no esperarías que este resultado se repitiera.

Errores de diseño que invalidan el experimento

• Cambiar dos cosas a la vez. Si tocas la arquitectura y la tasa de aprendizaje en la misma corrida, el resultado no atribuye el efecto a ninguna de las dos.
• Comparar con particiones distintas. Es el error más frecuente y el más difícil de detectar después: parece una mejora del modelo y es un reparto distinto de los datos.
• Quedarse con la mejor semilla. Elegir la corrida más favorable y reportar solo esa es seleccionar el ruido. Se reportan todas.
• Ajustar mirando test. En cuanto una decisión se toma con el resultado de test, ese conjunto deja de estimar el rendimiento con datos nuevos.
• No registrar el entorno. Sin versiones ni hardware, una diferencia de tiempo o de resultado se vuelve inexplicable meses después.

📝 Evaluación

Evaluación — Explicabilidad

Cómo se evalúa esta clase

No se evalúa el número final. Un modelo con una métrica alta obtenida mirando test, o sin compararse con nada, vale menos que uno modesto cuyo resultado se puede auditar. Lo que se califica es el proceso: si las particiones están limpias, si la decisión se tomó donde debía, si la conclusión distingue lo que se midió de lo que se supone.

Evidencias que debes entregar

Las preguntas, y qué se busca en tu respuesta

No se corrige la longitud de la respuesta, sino si demuestra comprensión. Debajo de cada pregunta está lo que una buena respuesta debería contener.

1. ¿Una explicación describe al modelo o solo produce una historia plausible?

Qué se busca: Comienza con la predicción que hiciste al abrir la clase y contrástala con una gráfica, una medida o una observación concreta de tu ejecución.

2. Explica con tus palabras: Atribución por integración del gradiente entre baseline y entrada.

Qué se busca: Una buena respuesta conecta cuatro cosas —cómo se representa la entrada, qué calcula el modelo, qué mide la función de pérdida y cómo se actualizan los pesos— en vez de repetir la definición del libro. Si puedes explicarlo sin la fórmula delante, lo entendiste.

3. ¿Qué información del dataset solo puede usarse durante el entrenamiento?

Qué se busca: Se espera que nombres casos concretos: las estadísticas de normalización, el vocabulario, la selección de variables, los umbrales. Todo eso se ajusta solo con train; calcularlo sobre el conjunto completo es una fuga silenciosa que infla el resultado sin dar ningún aviso.

4. ¿Por qué Regresión logística interpretable es una comparación razonable para este problema?

Qué se busca: Una buena respuesta explica qué captura la línea base y qué no, y por qué superarla —o no superarla— es informativo aquí. Si la línea base ya resuelve el problema, la conclusión correcta es que la red no estaba justificada.

5. ¿La explicación es estable ante pequeñas perturbaciones?

Qué se busca: Esta es la pregunta propia del tema. Responde con evidencia de tu ejecución —predicciones, matriz de confusión, curvas, artefactos del directorio de la corrida—, no con una impresión general.

6. ¿Qué aprendiste al realizar esta práctica: Comparar atribuciones locales y globales, perturbar entradas y medir estabilidad de la explicación.?

Qué se busca: No basta con relatar los pasos. Explica qué cambió, por qué cambió y qué resultado te haría rechazar tu interpretación inicial.

7. Refuta con evidencia esta idea frecuente: «Una atribución alta no demuestra causalidad ni convierte una asociación del modelo en una razón del mundo real.»

Qué se busca: Se busca una refutación situada en esta materia, apoyada en el mecanismo estudiado y en los resultados obtenidos, no una negación genérica.

8. ¿Qué te dice f1 que no te dirían las otras métricas?

Qué se busca: Cada métrica pondera distinto los errores. Se espera que expliques por qué esa es la que decide aquí y en qué situación sería una mala elección.

9. ¿Qué cambiarías antes de usar este modelo fuera del laboratorio?

Qué se busca: Aquí se evalúa el criterio, no la técnica: licencias y condiciones de uso de adult_census, representatividad de la población, calibración de las probabilidades, vigilancia de la deriva, desempeño por subgrupo y supervisión humana. Un «funcionaría bien» sin condiciones se corrige como respuesta incompleta.

La rúbrica, explicada

La diferencia entre adecuado y excelente casi nunca está en la métrica: está en si el trabajo permite que otra persona llegue a la misma conclusión con los artefactos que dejaste. Un resultado peor, bien medido y bien explicado, se califica por encima de uno mejor que no se puede auditar.

La aprobación exige al menos 70 % y cero errores críticos de fuga de datos. La fuga es eliminatoria por sí sola porque invalida todas las demás cifras del trabajo, por buenas que parezcan.

Autoevaluación antes de entregar

• [ ] Puedo explicar la idea central de la clase a alguien que no la cursó, sin leer el código.
• [ ] Sé qué decisión tomé en cada paso y con qué evidencia la tomé.
• [ ] Miré test una sola vez, después de que existiera experiment.lock.json.
• [ ] Mi conclusión dice magnitud, incertidumbre, costo, errores y condiciones.

• [ ] Puedo señalar al menos una limitación real de mi resultado.

• [ ] cero solapamiento entre train, validation y test

• [ ] selección basada únicamente en validation
• [ ] métricas finales acompañadas por incertidumbre
• [ ] conclusiones que distinguen evidencia de suposición

🧑‍🏫 Guía docente

Guía docente — Clase 22: Explicabilidad

Módulo 6: Confianza y despliegue · Esta guía acompaña a quien facilita la clase; no es un guion que deba leerse literalmente.

La conversación que abre la clase

Resaltar una variable importante parece convincente hasta que una pequeña perturbación cambia por completo el mapa.

Plantee primero esta pregunta y permita que el grupo formule una predicción antes de mostrar código:

¿Una explicación describe al modelo o solo produce una historia plausible?

Qué debe quedar comprendido

• Explicar predicciones con Integrated Gradients y permutación.
• Preparar y auditar el dataset real adult_census sin fuga de datos.
• Entrenar y evaluar atribución de características.
• Comparar contra la línea base: Regresión logística interpretable.
• Interpretar intervalos de confianza, errores y limitaciones.

Secuencia sugerida

Práctica propia de esta materia

Comparar atribuciones locales y globales, perturbar entradas y medir estabilidad de la explicación.

La figura es un punto de entrada. Pida al estudiante que explique qué cambia entre los tres pasos y qué resultado observable invalidaría su explicación.

Dificultad conceptual que conviene provocar

Idea engañosa: Una atribución alta no demuestra causalidad ni convierte una asociación del modelo en una razón del mundo real.

No la corrija inmediatamente. Solicite un ejemplo o contraejemplo, ejecute una comparación y recién entonces reconstruya la explicación con el grupo.

Preguntas para acompañar sin resolver

• ¿Qué observación concreta respalda esa afirmación?
• ¿Qué variable está cambiando y cuáles permanecen controladas?
• ¿La gráfica muestra el mecanismo o solamente una correlación?
• ¿En qué caso dejaría de ser válida esta conclusión?

Cierre verificable

La clase termina cuando el estudiante puede responder la pregunta esencial, interpretar su visualización y señalar al menos una limitación. Una métrica aislada no reemplaza ninguna de esas tres evidencias.