Informações administrativas
| Titulo | Confiança, Normatividade e Modelo Drift |
| Duração | 60 |
| Módulo | C |
| Tipo de aula | Sessão Interativa |
| Foco | Técnico — Futura IA |
| Tópico | Problemas e Desafios Abertos |
Palavras-chave
Confiança, desvio do modelo, normatividade,
Objetivos de aprendizagem
- Aplicar quadros de confiança a vários estudos de caso de exemplo de IA/ML
- Propor métricas de confiança para exemplos de estudos de casos e ligação ao quadro de confiança da UE
- Discutir a normatividade digital no contexto de exemplos de estudos de caso
- Identificar e modelar potencial de Drift em estudos de casos de exemplo e propor métricas de deriva e soluções para reforçar a confiança no modelo
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
Facultativo para Estudantes
Referências e antecedentes para estudantes
Recomendado para professores
Nenhuma.
Materiais das aulas
Instruções para os professores
Instigar os alunos a se envolverem em discussões. Liderar e orientar o debate no âmbito dos pontos de discussão. Incentive os alunos a concentrarem-se nas provas e interrompê-los se estiverem a falar sobre os outros. Mantenha uma nota de todos os pontos de discussão e partilhe o percurso de discussão no final da aula. Apresentar observações conclusivas do debate com possíveis questões e desafios em aberto.
Esboço
| Duração (min) | Descrição |
|---|---|
| 5 | Definição do problema |
| 25 | Exemplos de desvio de modelo, Tipos de Model Drift |
| 15 | Discussão em torno da Normatividade, Aplicação de estruturas de confiança aos modelos de IA/ML |
| 5 | Resumo da discussão sobre o Modelo Drift e Normatividade e perguntas em aberto |
Agradecimentos
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.