التحيز والتمييز في الذكاء الاصطناعي

انخرط في هذه الدورة التي تتناول موضوعاً بالغ الأثر في الذكاء الاصطناعي، لكنه لا يحظى بالنقاش الكافي: التحيّز والتمييز والإنصاف في تعلّم الآلة وتصميم الخوارزميات. ستتعلّم على يد خبراء دوليين في المجال، وهم أيضاً من المتحدثين في المدرسة الدولية التي نظّمتها IVADO حول التحيّز والتمييز في الذكاء الاصطناعي والتي أُقيمت في مونتريال. تستكشف الدورة الجوانب الاجتماعية والتقنية للتحيّز والتمييز والعدالة في نماذج تعلّم الآلة وفي تصميم الخوارزميات. ويركّز المحتوى بشكل أساسي على التحيّز القائم على النوع الاجتماعي والعرق والوضع الاجتماعي‑الاقتصادي، إضافةً إلى التحيّز في النماذج التنبؤية المعتمدة على البيانات عندما تُستخدم لاتخاذ قرارات قد تمس الأفراد والمجتمعات. ستتعرّف على كيفية رصد الآثار الضارة للتحيّز في أنظمة اتخاذ القرار الخوارزمية، وفهم مصادره المحتملة عبر دورة حياة البيانات والنمذجة (من جمع البيانات وتمثيلها، إلى اختيار المتغيرات، وبناء النماذج وتقييمها). كما ستتعرّف على استراتيجيات عملية للتخفيف من التحيّز في تعلّم الآلة، وعلى توصيات تساعد في توجيه التطوير الأخلاقي للخوارزميات وتقييمها. تستهدف الدورة بالدرجة الأولى المهنيين والباحثين الأكاديميين ممن لديهم معرفة أساسية بالرياضيات والبرمجة، إلا أن ثراء المحتوى يجعلها مفيدة لكل من يستخدم الذكاء الاصطناعي أو يهتم به بأي شكل آخر، خصوصاً عند التعامل مع نماذج تنبؤية تؤثر نتائجها في قرارات واقعية.

• فهم التحيّز والتمييز بجميع أبعادهما ومظاهرهما
• استكشاف الآثار الضارة للتحيّز في تعلّم الآلة، بما في ذلك الآثار التمييزية لاتخاذ القرار الخوارزمي
• تحديد مصادر التحيّز والتمييز في نماذج تعلّم الآلة
• التخفيف من التحيّز في تعلّم الآلة عبر استراتيجيات لمعالجة التحيّز
• صياغة توصيات تُرشد التطوير الأخلاقي للخوارزميات وتقييمها

• يوصى بشدة بفهم أساسي لتعلّم الآلة لهذه الدورة.