知能システムの偏り
知識への導入 — 知能システムの偏り
モデルの学習データは社会の不平等を反映したり、一部の集団を十分に表していなかったりします。回答は質問の表現、データ、評価方法で変わるため、批判的に検討すべきです。
このテーマが FUTURIA で重要なのは、情報を受け取るだけでなく、理解し、行動し、貢献することにつながるからです。学習コース、知識フォーラムの問い、創造インキュベーターへの提案の出発点になります。議論に学位は必要ありませんが、成果を認定するには適切な証拠が必要です。
提案する活動 — 同じツールに言い回しの異なる質問を行い、回答の違いと暗黙の前提を記録してください。
責任の範囲 — 小規模な実験は重要な問いを生みますが、それだけで体系的な偏りは証明できません。
議論のために:まず何の仮説を検証すべきでしょうか。参照できる資料は何でしょうか。どの結果を記録でき、一般化にはどんな限界がありますか。
