📌 NO DEADLINE
[English caption below]
🦾 Mọi người thường cho rằng trí tuệ nhân tạo (AI) luôn cho ra các kết quả khách quan nhất. Nhưng trên thực tế, việc tăng cường sử dụng AI trong hầu hết các lĩnh vực dấy lên những lo ngại về sự công bằng trong xã hội.
🦾 Các nhà nghiên cứu đã chỉ ra rằng, những dữ liệu có được từ việc áp dụng AI có thể hiện sự bất bình đẳng nhất định. Rô bốt và máy móc sử dụng AI có cái nhìn phiến diện ở một số khía cạnh, thể hiện qua sự phân biệt đối xử liên quan đến giới tính, tình trạng kinh tế và màu da. Tuy vậy, sự phân biệt này không phải là không thể tránh khỏi, nghĩa là ta có thể ngăn chặn được nó. Chính vì vậy, khóa học này được tạo ra để giúp mọi người có nhận thức tốt hơn trong việc loại bỏ dần sự bất bình đẳng trong các kết quả dữ liệu từ AI.
🦾 Kết thúc khóa học, bạn sẽ học được:
• Kiến thức về sự phiến diện và phân biệt đối xử và tất cả các khía cạnh của nó
• Biết về tác hại của sự phiến diện đối với học máy (cụ thể là sự ảnh hưởng trong việc ra quyết định)
• Cách chỉ ra được nguồn gốc của sự phiến diện và phân biệt đối xử trong học máy
• Cách giảm bớt sự phiến diện trong học máy (có chiến thuật cụ thể và tập trung vào sự phiến diện)
• Cách phát triển và đánh giá các thuật toán một cách đúng quy tắc
🦾 THÔNG TIN KHÓA HỌC:
• Tài trợ: Đại học Montréal
• Nền tảng: edX
• Hình thức: 100% online
• Trình độ: trung cấp
• Giảng viên: Golnoosh Farnadi, Emre Kiciman, Rachel Thomas
• Ngôn ngữ: Tiếng Anh
• Thời gian: 4 tuần
🦾 ĐĂNG KÝ HỌC MIỄN PHÍ TẠI:
Bias and discrimination in AI course
_________________________________
🦾 People usually thinks that Artificial Intelligence (AI) always give the most unbiased results. But in reality, the increasing use of AI in all sectors raise major ethical and social justice concerns.
🦾 Reseachers found that the datasets which come out from AI applications can reflect inequalities. AI robots and machines can bias many aspects such as discriminations related to gender, socio-economic status or skin colour. However, discriminatory AI are not inevitable, it means that we can prevent it. Therfore, this course was created to inform and raise people’s awareness, in order to reduce inequalities in datasets.
🦾 By the end of this course, you will learn:
• Understanding bias and discrimination in all its aspects
• Exploring the harmful effects of bias in machine learning (discriminatory effects of algorithmic decision-making)
• Identifying the sources of bias and discrimination in machine learning
• Mitigating bias in machine learning (strategies for addressing bias)
• Recommendations to guide the ethical development and evaluation of algorithms
🦾 ABOUT THIS COURSE:
• Offered by: University of Montréal
• Foundation: edX
• 100% online
• Level: intermediate
• Instructors: Golnoosh Farnadi, Emre Kiciman, Rachel Thomas
• Language: English
• Duration: 4 weeks
🦾 ENROLL FOR FREE AT:
Bias and discrimination in AI course
Shortlink: https://ivolunteer.vn/z/1435
Các khóa học iVolunteer chia sẻ bao gồm 2 hình thức: miễn phí và trả phí. Các nền tảng cung cấp khóa học có thể thay đổi thành miễn phí - trả phí bất cứ lúc nào mà không cần báo trước. Để biết thêm chi tiết, bạn vui lòng truy cập tại link đính kèm trong bài đăng. Cảm ơn các bạn đã quan tâm!
iVolunteer Vietnam mạng xã hội chia sẻ, tổng hợp các thông tin cơ hội tình nguyện, học bổng, khoá học online hữu ích dành cho sinh viên & giới trẻ Việt Nam. Với các thông tin được cộng đồng chia sẻ, chúng mình thường KHÔNG có liên hệ trực tiếp với ban tổ chức hay đầu mối liên lạc của chương trình! Bạn vui lòng xem thêm thông tin tên đơn vị tổ chức chương trình (tìm qua facebook hoặc google) & nội dung chi tiết đính kèm, email/SĐT liên hệ (nếu có) ở link bài đăng trên fanpage và website https://ivolunteer.vn để tìm hiểu rõ hơn.
