Informacje administracyjne
| Tytuł | Modele zaufania i kwantyfikacja zaufania |
| Czas trwania | 90 min |
| Moduł | C |
| Rodzaj lekcji | Wykład |
| Skupienie | Techniczne – Przyszła sztuczna inteligencja |
| Temat | Nowe oceny modeli HCAI |
Słowa kluczowe
Wiarygodność, zaufanie,
Cele w zakresie uczenia się
- Zrozumieć zaufanie jako cnotę AI
- Lista oceny godnej zaufania sztucznej inteligencji (ALTAI)
- Być w stanie przeprowadzić samoocenę na liście ALTAI
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Obowiązkowe dla studentów
- Brak
Opcjonalne dla studentów
- Lista Altai
Referencje i tło dla studentów
- Floridi, L. (2021). Ustanowienie zasad budowania wiarygodnej sztucznej inteligencji. Etyka, zarządzanie i polityka w sztucznej inteligencji, 41-45.
Zalecane dla nauczycieli
- (AI HLEG) Grupa Ekspertów Wysokiego Szczebla ds. Sztucznej Inteligencji, Wytyczne dotyczące etyki dla godnej zaufania sztucznej inteligencji, Komisja Europejska, Tekst, kwiecień 2019 r. Dostęp: 26 października 2020 r.
- J. Zerilli, Bhatt, U., Weller, A. (2022). Jak przejrzystość moduluje zaufanie do sztucznej inteligencji. Wzorce.
Materiały do lekcji
Instrukcje dla nauczycieli
- Wprowadzenie (10 min)
- Europejskie podejście do zaufania do AI (10 min)
- Agencja Ludzka i nadzór (15 min)
- Solidność techniczna i bezpieczeństwo (5 min)
- Prywatność i zarządzanie danymi (5 min)
- Przejrzystość (15 min)
- Różnorodność, niedyskryminacja i sprawiedliwość (10 min)
- Wpływ społeczny i środowiskowy
- Odpowiedzialności
Zarys
Potwierdzenia
Brak
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.