Veloso azon dolgozik, hogy ezek a gépek képesek legyenek elmagyarázni döntéseiket, átláthatóan működjenek, és felelősségre is lehessen vonni őket. Például, ha késik a cobot, megkérdezze tőle, hogy miért, és milyen útvonalon jött, aztán elmagyarázza neki a gyorsabbat, a gép (mélytanulással és/vagy megerősítéses mélytanulással) okul belőle, következő alkalommal pedig részletesebb magyarázatot ad a robot szintén részletesebb okfejtésére. Az interakció-sorozat eredményeként jobban megbízunk a döntéseik miértjét is megválaszoló, ha kell önkorrekciót végző MI-rendszerekben, például személyi asszisztensekben, és az asszisztenseknél magasabb szintű, tudósok kutatómunkájában közreműködő programokban.
Ők már nemcsak döntést hoznak, hanem hiányzó láncszemeket, információrészeket azonosítanak, és eredményesen rájuk is keresnek. Idővel azt is azonosíthatják, hogy mit nem tudnak, mi hiányzik belőlük.
Az általános mesterséges intelligencia felé vezető út
Az MI öt évtizeden keresztül igen lassú fejlődését az információ szédületes tempójú digitalizálása, a releváns adatok online elérhetősége és mindezek együttese, a big data néven ismert jelenségcsoport gyorsította fel.
A folyamat kicsit távolabbi pontján felsejlik a „Szent Grál”, az általános MI. A mostani rendszerek zöme speciális feladatokra szakosodott: tárgyfelismerésre, útvonalválasztásra és -optimalizálásra stb.