AIとデータサイエンスのテクノロジーとビジネスイニシアチブに倫理原則とフレームワークを構築して組み込み、透明性を高め、信頼を築き、採用を促進し、責任を持ってリードする方法を学びます。
トレーニングコース
Ethics in AI and Data Science (LFS112x)
対象者
このコースは、AIツールの構築と採用を担当するビジネス、政府、テクノロジーのリーダーとデータサイエンティストを対象としています。
少なく読む
続きを読む
学習内容
このコースでは、AIのビジネス推進要因、AIとデータサイエンスの倫理的課題と影響、AIの世界で働くビジネスと社会のダイナミクス、責任あるAIを構築するための主要な原則などについて学びます。このコースでは、データ分析の専門家に倫理と責任を実践するための原則とフレームワークのいくつかを紹介します。また、AIとデータサイエンスでの作業によってもたらされる、技術、ビジネス、リーダーシップのジレンマと課題に対する実践的なアプローチを提供します。
少なく読む
続きを読む
身につく知識
透明性を追加し、標準を開発し、信頼を構築してAIの採用を促進するためのベストプラクティスを共有する方法を理解しながら、このコースを離れます。
少なく読む
続きを読む
ようこそ
第1章何が問題になっていますか？倫理、信頼、責任の必要性
第2章人工知能とはどういう意味ですか？
第3章データの複雑な世界
第4章倫理を実践するための課題と戦略
最終試験（確認済みトラックのみ）
前提条件
2022年8月
AI システムの平等性に意識的かつ積極的に焦点を当てることの重要性に関する非常に包括的な概要。私たちは、少数のエリートではなく、多くの人に利益をもたらすという最終目標の明確な見方を開発し、維持します。
2022年6月
膨大な量と多様なコンテンツ、そして詳細な説明が含まれているのが好きでした。
2022年6月
データの収集と見栄えのする方法での設計に注がれた努力は、最も親しみやすい部分でした。また、ほとんどのコンテンツが短くてカバー可能であるという事実も気に入りました。
2022年5月
これは本当に大学の私たちが話したいことです。パンデミックは途方もないオンライン活動を引き起こし、それとともにオンラインデータも引き起こしました。私たちは責任、説明責任、透明性、説明可能性、プライバシー...そして喜びについて話し始める必要があります。何が私たちの利害関係者を喜ばせるでしょうか？
