Le domaine d'intelligence artificielle (IA) a connu d'énormes progrès en termes de pertinence des résultats et de complexité des modèles notamment les réseaux neuronaux profonds (DNN), cependant cette complexité contribue négativement à la compréhension du fonctionnement de ces modèles et de la raison derrière les décisions qu'ils prennent. Cela conduit à un manque de transparence, ce qui signifie qu'ils ne peuvent pas être expliqués directement à l'homme. L'IA explicable (IAX) est alors apparue comme un nouveau paradigme visant à rendre les modèles à base d'IA plus comprehensibles. De multiple techniques sont utilisées pour permettre de maintenir une sorte de compromis entre la haute performance et l'explicabilité des modèles. Ce poster présente en premier lieu le domaine de l'IAX, il aborde en seconde partie le domaine de sous-titrage des images (sTI), puis finalement expose comment que les méthodes d'IAX peuvent etre appliquées aux modèles de sTI.