Algoritmische Bias en Eerlijkheid
Leerlingen onderzoeken de ethische implicaties van algoritmische bias en de zoektocht naar eerlijke AI-systemen.
Kernvragen
- Hoe kunnen algoritmen onbedoeld discriminatie in de hand werken?
- Analyseer de verschillende definities van 'eerlijkheid' in de context van AI-systemen.
- Ontwerp een framework voor het evalueren van de eerlijkheid van een AI-model.
SLO Kerndoelen en Eindtermen
Voorgestelde methodieken
Klaar om dit onderwerp te onderwijzen?
Genereer binnen enkele seconden een complete, kant-en-klare actieve leermissie.
Meer in Kunstmatige Intelligentie en Maatschappij
Inleiding tot Kunstmatige Intelligentie
Leerlingen maken kennis met de geschiedenis, definities en verschillende benaderingen van Kunstmatige Intelligentie (AI).
2 methodologies
Machine Learning Basisprincipes
Leerlingen begrijpen de kernconcepten van Machine Learning, inclusief supervised, unsupervised en reinforcement learning.
2 methodologies
AI in het Dagelijks Leven
Leerlingen herkennen voorbeelden van Kunstmatige Intelligentie (AI) in hun dagelijks leven en begrijpen de basisprincipes ervan.
2 methodologies
Data voor Machine Learning: Kwaliteit en Bias
Leerlingen onderzoeken het belang van datakwaliteit en de impact van bias in trainingsdata op de prestaties van ML-modellen.
2 methodologies
AI en Beslissingen Nemen
Leerlingen bespreken hoe AI-systemen beslissingen nemen en de mogelijke gevolgen daarvan voor mensen en de maatschappij.
2 methodologies