Administratieve informatie
| Titel | Vertrouwen, Normativiteit en Model Drift |
| Looptijd | 60 |
| Module | C |
| Type les | Interactieve sessie |
| Focus | Technisch — Toekomstige AI |
| Onderwerp | Open problemen en uitdagingen |
Sleutelwoorden
Vertrouwen, Model drift, Normativiteit,
Leerdoelen
- Vertrouwenskaders toepassen op verschillende casestudy’s van AI/ML
- Voorstellen voor vertrouwensstatistieken als voorbeeld van casestudy’s en koppeling met het EU-trustkader
- Digitale normativiteit bespreken in het kader van voorbeeldcasestudies
- Identificeren en modelleren Drift potentieel in voorbeeld case studies en voorstellen drift metrics en oplossingen om het vertrouwen van modellen te versterken
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
Optioneel voor studenten
Referenties en achtergronden voor studenten
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
Moedig de studenten aan om deel te nemen aan discussies. Leiden en begeleiden van de discussie binnen het bereik van de discussiepunten. Moedig studenten aan om zich te concentreren op het bewijs en onderbreken als ze spreken over anderen. Houd een notitie van alle discussiepunten en deel het discussiepad aan het einde van de les. Geef overtuigende opmerkingen van de discussie met mogelijke open vragen en uitdagingen.
Omtrek
| Duur (min) | Omschrijving |
|---|---|
| 5 | Probleemdefinitie |
| 25 | Voorbeelden van Model drift, Types van Model Drift |
| 15 | Discussie over Normativiteit, het toepassen van vertrouwenskaders op AI/ML-modellen |
| 5 | Samenvatting van de discussie over Model Drift en Normativiteit en openstaande vragen |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.