Administrativ information
| Titel | Förtroende, normativitet och modelldrift |
| Varaktighet | 60 |
| Modul | C |
| Typ av lektion | Interaktiv session |
| Fokus | Teknik – Framtida AI |
| Ämne | Öppna problem och utmaningar |
Nyckelord
Tillit, Modelldrift, Normativitet,
Lärandemål
- Tillämpa förtroenderamar i flera fallstudier av AI/ML-exempel
- Föreslå förtroendemått för exempel på fallstudier och länka till EU:s förtroenderam
- Diskutera digital normativitet i samband med exempelfallstudier
- Identifiera och modellera Driftpotential i exempel fallstudier och föreslå driftmått och lösningar för att stärka modellens förtroende
Förväntad förberedelse
Lärande händelser som ska slutföras innan
Obligatoriskt för studenter
Valfritt för studenter
Referenser och bakgrund för studenter
Rekommenderas för lärare
Ingen.
Lektionsmaterial
Instruktioner för lärare
Uppmuntra eleverna att delta i diskussioner. Leda och vägleda diskussionen inom ramen för diskussionspunkterna. Uppmuntra eleverna att fokusera på bevisen och avbryta om de talar över andra. Håll en notering av alla diskussionspunkter och dela diskussionsspåret i slutet av klassen. Lämna avgörande kommentarer till diskussionen med eventuella öppna frågor och utmaningar.
Konturer
| Längd (min) | Beskrivning |
|---|---|
| 5 | Problemdefinition |
| 25 | Exempel på modelldrift, typer av modell Drift |
| 15 | Diskussion kring Normativity, Tillämpning av förtroenderamverk på AI/ML-modeller |
| 5 | Sammanfattning av diskussionen om Model Drift och Normativity och öppna avslutade frågor |
Erkännanden
Masterprogrammet Human-Centered AI har samfinansierats av Fonden för ett sammanlänkat Europa i Europeiska unionen inom ramen för Grant CEF-TC-2020–1 Digital Skills 2020 EU-IA-0068.