以 AI 驅動的廣告系統相當普及,因此更需要負責任的 AI 實務,確保在投放目標上兼顧公平與透明。
在這個情境中,文化組織 AI Culture Horizon 為新開幕的免費博物館進行 AI 驅動的宣傳活動時,遭遇了一些問題。該公司的 AI 模型使用了使用者的瀏覽紀錄與人口統計資料,而受到檢視。外界擔憂此演算法將廣告不成比例地投放到高所得社區,無意間忽略了更廣泛、更多元社群的觸及與互動。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
了解在 AI 中負責任的資料管理背後的基本理論。你將先回顧安全性、透明度、公平性等關鍵面向,再進一步理解與這些面向相關的衡量指標與挑戰,並學會如何在負責任的 AI 與其他商務與技術需求之間取得平衡。
當前練習
資料法規是任何 AI 專案合法性的核心。你將學習關鍵法規、第三方授權,以及在法律顧問協助下,針對知情同意與資料分享協議的合規策略。最後,你會學到如何制定健全的資料治理策略與資料管理計畫,確保專案在整個生命週期中都維持合規。
透過理解資料來源的出處、特性與時間面向,帶你負責任地選擇並整合資料來源,同時強調符合法規、多元性與公平性。藉由探索偏誤的種類與成因,你將檢視資料的公平與代表性,為建模打造一個完整的資料集。
理解資料稽核、資料驗證與偏誤緩解。資料前處理與在建模中攔截偏誤聽起來或許不有趣,但讓我們用常見做法與可靠技術來簡化流程吧!