Vertrouwen en AI
Leer in deze vorming over vertrouwen, transparantie en uitlegbaarheid (explainability) in artificiële intelligentie.
Praktische info:
Inschrijven?
- Prijs: Overeen te komen
Interesse? Neem contact op met rob.heyman@vub.be
georganiseerd door:
Leertraject
Context
Het hoofdidee van deze lezing is dat vertrouwen, transparantie en explainability in artificiële intelligentie relationeel zijn. Het gaat dus niet over hoeveel vertrouwen mensen in AI hebben maar wel, hoe staat een bepaalde persoon tegenover één specifieke vorm van AI en de context waarin die wordt toegepast.
Om vertrouwen en transparantie in een context te zien werken we met verschillende methodes en tools om deze impliciete factoren te expliciteren:
TTC labs Explore interface design for data en Analyse transparency in context
Techcards
Bij explainabilty kijken we naar:
TAIM-workshop: trustwhorthiness of the AI system workshop
De Explanation goodness checklist
Leerdoel(en)
Het identificeren van diverse vormen van transparantie;
Het proeven van verschillende tools om vertrouwen en transparantie te verhogen;
Het kunnen stellen van een aantal basisvragen om vertrouwen te meten bij een doelgroep.
Inhoud
Een medewerker van het Kenniscentrum Data &
Maatschappij gaat met jou en je team na hoe je vertrouwen in je
innovatie kan creëren, niet enkel bij de early adaptors (diegenen
die niet meer van je innovatie moeten overtuigd worden en direct je
innovatie oppikken) maar ook bij diegenen die niet direct de meerwaarde
van je innovatie inzien of misschien wel de meerwaarde inzien, maar toch
nog tegen een aantal struikelblokken aanlopen (bv. moeilijkheden qua
gebruik).
Vorming van 2u, met de mogelijkheid voor uitbreiding naar gelang het doel en de doelgroep van de cursus.
Gerelateerde opleidingen
