close
Co-funded by the European Union. Views and opinions expressed are however those of the author or authors only and do not necessarily reflect those of the European Union or the Foundation for the Development of the Education System. Neither the European Union nor the entity providing the grant can be held responsible for them.

Module 1 – Fairness and Bias in AI PL

Ogólny cel modułu

Moduł 1 pokazuje, w jaki sposób stronniczość może pojawić się w systemach AI, dlaczego może prowadzić do niesprawiedliwych lub niewyważonych wyników i co możemy z tym zrobić. Dowiesz się, jak krytycznie podchodzić do treści generowanych przez AI, rozpoznawać różne formy stronniczości oraz podejmować bardziej świadome, sprawiedliwe i odpowiedzialne decyzje podczas korzystania z AI.

Zanim zaczniesz...

Szacowany czas: około 85 minut

Nie jest wymagana wiedza techniczna na temat AI — moduł koncentruje się na rozumieniu AI oraz jej krytycznym i odpowiedzialnym wykorzystaniu

Zawiera praktyczne przykłady, zadania dyskusyjne i ćwiczenia, które pomagają rozpoznawać stronniczość w rzeczywistym korzystaniu z AI

Przeznaczony dla młodych osób w wieku 15–30 lat, osób pracujących z młodzieżą oraz edukatorów

Moduł 1 możesz zrealizować samodzielnie lub kontynuować naukę w ramach pełnego programu edukacyjnego VALUES: AI Skills, Powered by Values

Czego się nauczysz

1

Czym są sprawiedliwość i stronniczość w AI oraz dlaczego niesprawiedliwe wyniki działania AI mogą mieć realne konsekwencje

2

W jaki sposób stronniczość przenika do AI poprzez dane treningowe, ich dobór, projekt modelu, decyzje ludzi oraz sposób zadawania pytań

3

Pięć praktycznych zasad bardziej sprawiedliwego i odpowiedzialnego korzystania z AI

4

Jak rozpoznawać stereotypy, pominięte perspektywy i nierówną reprezentację w treściach generowanych przez AI

5

Jak kwestionować, weryfikować i ulepszać wyniki AI dzięki bardziej inkluzywnym poleceniom, wiarygodnym źródłom i krytycznemu myśleniu

Uzyskaj dostęp do modułu i cyfrowej odznaki

Zobacz poniżej w formie interaktywnego flipbooka.

Pobierz plik PDF za pomocą poniższego przycisku, aby przeglądać go w trybie offline.

Wykorzystaj zdobytą wiedzę w praktyce i zdobądź cyfrową odznakę „Sprawiedliwość i stronniczość w AI”.
Ukończ moduł oraz poniższy test wiedzy do Modułu 1, aby wykazać się zrozumieniem zagadnień sprawiedliwości, stronniczości i odpowiedzialnego korzystania z AI.
Odznaka potwierdza Twoje postępy w rozwijaniu praktycznych i etycznych kompetencji w zakresie AI, promowanych w ramach programu VALUES.

Kwiz

1. Co oznacza termin „bias” (stronniczość) w kontekście sztucznej inteligencji?(Required)
2. Który z poniższych przykładów stanowi przykład stronniczości danych treningowych?(Required)
3. Zgodnie z pięcioma prostymi zasadami z modułu 1, co należy zrobić przed wykorzystaniem sztucznej inteligencji do przetwarzania ważnych informacji?(Required)
4. Czym jest „błąd selekcji” w sztucznej inteligencji?(Required)
5. Czwarta z pięciu zasad stanowi, że ludzie powinni zawsze nadzorować sztuczną inteligencję. Dlaczego jest to szczególnie ważne?(Required)
6. Czym jest „błąd po wdrożeniu” (ang. *post-deployment bias*) lub błąd wynikający z pętli sprzężenia zwrotnego?(Required)
7. Jaki błąd popełnił system sztucznej inteligencji według studium przypadku dotyczącego rekrutacji z wykorzystaniem AI w firmie Amazon?(Required)
8. W jaki sposób można ograniczyć stronniczość podczas tworzenia promptów dla generatora obrazów lub tekstu opartego na sztucznej inteligencji?(Required)
menu