Datalogi · Gymnasiet 3 · Artificiell Intelligens och Framtidens Teknik · 5.º Período
Etik och bias i AI-system
Analys av hur fördomar i träningsdata kan leda till diskriminerande AI-modeller och vikten av ansvarsfull AI.
Skolverket KursplanerSkolverket DAODAT01: Centralt innehåll - Etiska aspekter av teknikutvecklingSkolverket DAODAT01: Kunskapskrav A - Kritiskt granska tekniska lösningar
Om detta ämne
Analys av hur fördomar i träningsdata kan leda till diskriminerande AI-modeller och vikten av ansvarsfull AI.
Nyckelfrågor
- Hur uppstår bias i maskininlärningsmodeller?
- Vilka konsekvenser kan partiska AI-system få i samhället?
- Hur kan vi utveckla mer rättvisa och transparenta algoritmer?
Mer i Artificiell Intelligens och Framtidens Teknik
Grundläggande maskininlärning
Introduktion till övervakad och oövervakad inlärning samt hur algoritmer kan tränas på data.
2 methodologies
Tillämpad AI och projektarbete
Praktisk tillämpning där eleverna designar ett koncept eller en enkel prototyp som använder AI för att lösa ett problem.
2 methodologies