Administrative oplysninger
| Titel | Undersøge datastammer, udfordringer og potentielle virkninger af AI-teams |
| Varighed | 90 min. |
| Modul | C |
| Lektionstype | Praktisk |
| Fokus | Etik — Overholdelse, lovlighed og menneskelighed |
| Emne | Datastyring, -revision og -vurdering |
Nøgleord
Data Lineage, Data Provenence, Differential Privacy, Data Pipeline,
Læringsmål
- At forstå konceptet og betydningen af datadokumentation for AI-teams
- Virkningen af bias i datasæt
- Metoder til sporing af datalinjer
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
- Kendskab til GDPR og databasekoncepter
Valgfrit for studerende
- IKKE RELEVANT
Referencer og baggrund for studerende
- Højt kendskab til GDPR og databasekoncepter
Anbefalet til lærerne
- Giv baggrund om GDPR
- Giv eksempler på væsentlige GDPR-sager
Undervisningsmaterialer
Instruktioner til lærerne
Prøv at holde dig til tidstabellen. Om muligt give mere tid til spørgsmål og svar session, hvis det er nødvendigt.
Oversigt over foredrag
| Varighed (min) | Beskrivelse | Koncepter | Aktivitet | Materiale |
|---|---|---|---|---|
| 0-5 min. | Kort over de opgaver, der skal udføres | |||
| 5-30 min. | Opgave #1 — Provenance | Herkomst | Guidet diskussion | — |
| 30-55 min. | Opgave #2 — Overholdelse | Overensstemmelse | Guidet diskussion | — |
| 55-80 min | Opgave #3 — I praksis | I praksis | Guidet diskussion | — |
| 80-90 min. | Resumé af den praktiske | Spørgsmål og svar | — |
Anerkendelser
Hver forfatter af de kilder, der er nævnt i slides
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.