Programa do Curso

Introdução à IA explicável e à ética

  • A necessidade de explicabilidade nos sistemas de IA
  • Desafios na ética e equidade da IA
  • Panorama das normas regulamentares e éticas

Técnicas XAI para uma IA ética

  • Métodos agnósticos de modelos: LIME, SHAP
  • Técnicas de deteção de enviesamentos em modelos de IA
  • Gestão da interpretabilidade em sistemas de IA complexos

Transparência e responsabilidade na IA

  • Conceber sistemas de IA transparentes
  • Garantir a responsabilização no processo de decisão da IA
  • Auditar a equidade dos sistemas de IA

Equidade e atenuação de enviesamentos na IA

  • Detetar e tratar os enviesamentos nos modelos de IA
  • Garantir a equidade entre diferentes grupos demográficos
  • Implementar diretrizes éticas no desenvolvimento da IA

Quadros regulamentares e éticos

  • Visão geral das normas éticas da IA
  • Compreender os regulamentos da IA em diferentes sectores
  • Alinhar os sistemas de IA com GDPR, CCPA e outras estruturas

Aplicações do mundo real da XAI na IA ética

  • Explicabilidade na IA dos cuidados de saúde
  • Construir sistemas de IA transparentes nas finanças
  • Implementação de IA ética na aplicação da lei

Tendências futuras da XAI e da IA ética

  • Tendências emergentes na investigação sobre explicabilidade
  • Novas técnicas de deteção de equidade e enviesamento
  • Oportunidades para o desenvolvimento ético da IA no futuro

Resumo e próximos passos

Requisitos

  • Conhecimentos básicos de modelos de aprendizagem automática
  • Familiaridade com o desenvolvimento e as estruturas de IA
  • Interesse pela ética e transparência da IA

Público-alvo

  • Éticos da IA
  • Programadores de IA
  • Cientistas de dados
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas