Please enable JavaScript.
Coggle requires JavaScript to display documents.
CAP 4 - Coggle Diagram
CAP 4
BIAS, SCATOLE NERE ED EXPLAINABLE
bias dei dati
dati storici viziati producono decisioni discriminatorie
opacità algoritmica
Reti neurali complesse -> Necessità di Explainable AI
Deskilling morale
Perdita dell'abitudine al giudizio etico dovuta all'eccesso di delega
conclusione
IA come specchio per riaffermare le priorità umane e sociali
DELEGA E AUTONOMIA FUNZIONALE
autonomia funzionale
Esecuzione autonoma di compiti senza intervento umano continuo
Etica
Riflessione sui comportamenti, sul bene e sulle scelte rette
delega etica implicita
Automatizzare un processo trasferisce sulla macchina aspettative di equità
ALLINEAMENTO DEI VALORI E LINEE GUIDA INTERNAZIONALI
pilastri etici dell'UE
Beneficenza, non-maleficenza, autonomia, giustizia e spiegabilità
documenti di riferimento
Asilomar, Dichiarazione di Montreal, IEEE, Beijing Principles
value alignment
Conformare l'azione dell'algoritmo ai valori della comunità
RESPONSABILITA' E MEANINFUL HUMAN CONTROL
rischio di erosione del controllo
Diluizione della responsabilità in caso di danni
asimmetria di giudizio
Orgoglio per i successi dell'IA vs scarico delle responsabilità per gli errori
Meaningful Human Control (MHC)
livello ingegneristico
Interfacce e meccanismi di controllo attivo per l'utente
livello concettuale
Responsabilità etica distribuita su tutta la filiera
VALORI SOCIETALI E SOTTO-DISCIPLINE ETICHE
mappa etica informatica
computer ethics
impatto sociale della tecnologia
Robotica
standard per macchine benefiche e sicure
etica delle macchine
capacità morali autonome dei robot
etica dei dati
gestione di bias, privacy e proprietà delle informazioni
ruolo della fiducia
I fallimenti algoritmici (es. COMPAS, Google Ads) minano le relazioni sociali
NON-NEUTRALITA' DEGLI ARTEFATTI
tesi di langdon winner
"Do Artifacts Have Politics?"
esempo storico
Scelte di design volte a discriminare l'accesso ai beni pubblici