عن الدورة
تقدّم هذه الدورة مدخلاً عمليًا إلى مفاهيم الذكاء الاصطناعي المسؤول ومبادئه، مع التركيز على كيفية التعامل مع قضايا الإنصاف والتحيز في أنظمة الذكاء الاصطناعي وتعلّم الآلة. ستتعرّف على معنى «الذكاء الاصطناعي المسؤول» ولماذا يُعدّ عنصرًا أساسيًا عند بناء حلول تعتمد على البيانات والنماذج، خصوصًا عندما تؤثر مخرجاتها في الأفراد والمجتمعات. تستعرض الدورة مبادئ Google للذكاء الاصطناعي، وتوضح كيف يمكن ترجمتها إلى ممارسات تطوير واقعية ضمن دورة حياة المنتج. كما تشرح ما المقصود بالإنصاف (Fairness) والتحيز (Bias) في سياق الذكاء الاصطناعي، وكيف يمكن أن يظهر التحيز في البيانات أو أثناء النمذجة أو في طريقة تقييم الأداء، وما الآثار المحتملة لذلك على مجموعات مختلفة من المستخدمين. تركّز الدورة على تقنيات عملية لتحديد مشكلات الإنصاف والتحيز وقياسها، ثم تطبيق أساليب للتخفيف منها عبر تحسين البيانات، وضبط عمليات التدريب، واختيار المقاييس المناسبة، ومراجعة النتائج بشكل منهجي. كما تستكشف أدوات وأساليب تطبيق أفضل ممارسات الذكاء الاصطناعي المسؤول باستخدام منتجات Google Cloud إلى جانب أدوات مفتوحة المصدر، بما يساعد المطورين وفرق البيانات على بناء نماذج أكثر عدلاً وموثوقية وقابلية للاستخدام في بيئات الإنتاج. بنهاية الدورة، ستكون قادرًا على فهم المفاهيم الأساسية للذكاء الاصطناعي المسؤول، وربطها بمبادئ Google، وتطبيق خطوات عملية لاكتشاف التحيزات والتقليل منها عبر البيانات والنمذجة.
ماذا ستتعلم
- تعريف مفهوم الذكاء الاصطناعي المسؤول
- تحديد مبادئ Google للذكاء الاصطناعي
- وصف معنى الإنصاف والتحيز في الذكاء الاصطناعي
- شرح كيفية تحديد التحيزات والتخفيف منها عبر البيانات والنمذجة