[tämä sivu wikissä][indeksi][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Käytännönläheinen: Tutkia tekoälyryhmien tietolinjaa, haasteita ja mahdollisia vaikutuksia

Hallinnolliset tiedot

Otsikko Tutkia tekoälyryhmien tietolinjaa, haasteita ja mahdollisia vaikutuksia
Kesto 90 min
Moduuli C
Oppitunnin tyyppi Käytännöllinen
Keskittyminen Eettinen – vaatimustenmukaisuus, laillisuus ja ihmisyys
Aihe Tiedonhallinta, tarkastus ja arviointi

Avainsanoja

Data Lineage, Data Provenence, Differential Privacy, Data Pipeline,

Oppimistavoitteet

Odotettu valmistelu

Pakollinen opiskelijoille

  • GDPR:n ja tietokannan käsitteiden tuntemus

Valinnainen opiskelijoille

  • EI

Referenssejä ja taustaa opiskelijoille

  • Korkeatasoinen tietämys GDPR:stä ja tietokannan käsitteistä

Suositellaan opettajille

  • Anna taustatietoa GDPR:stä
  • Anna esimerkkejä merkittävistä GDPR-tapauksista

Oppituntimateriaalit

Ohjeita opettajille

Yritä pysyä aikapöydässä. Anna mahdollisuuksien mukaan enemmän aikaa kysymykseen ja vastaa tarvittaessa.

Luennon pääpiirteet

Kesto (min) Kuvaus Käsitteet Aktiivisuus Materiaali
0–5 min Selvitys suoritettavista tehtävistä

Käytännön ohjeet

5–30 min Tehtävä #1 – Todistus Lähtöisyys Opastettu keskustelu
30–55 min Tehtävä #2 – vaatimustenmukaisuus Noudattaminen Opastettu keskustelu
55–80 min Tehtävä #3 – Käytännössä Käytännössä Opastettu keskustelu
80–90 min Tiivistelmä käytännöllisistä Kysymyksiä ja vastauksia

Tunnustukset

Jokainen dioissa mainittujen lähteiden kirjoittaja

Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).