পরবর্তী আপদায়িত্বশীল এআই ব্যবহারকারীর পরবর্তী
এআই এবং গোপনীয়তা
সমাজ
সোসাইটি গাইড
এআই পক্ষপাত ডেটা, পরিমাপ, মডেলিং পছন্দ, মানব বিচার এবং বিস্তৃত সিস্টেম থেকে উদ্ভূত হতে পারে যেখানে একটি মডেল ব্যবহার করা হয়।
এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~2 min
কিছু প্যাটার্ন অন্যায্য বা ক্ষতিকারক ফলাফল তৈরি করতে পারে। পক্ষপাত মূল্যায়নের জন্য প্রসঙ্গ এবং পরিণতিগুলি সংজ্ঞায়িত করা প্রয়োজন, কেবল একটি ডেটাসেট থেকে একটি সংবেদনশীল কলাম অপসারণ করা নয়।
উদাহরণ এবং লেবেলগুলি কীভাবে সংগ্রহ করা হয়েছিল তা পরীক্ষা করুন। অনুপস্থিত জনসংখ্যা, অসামঞ্জস্যপূর্ণ টীকা, ঐতিহাসিক সিদ্ধান্ত এবং নির্বাচনী পরিমাপ মডেলটি যা শিখে তা আকার দিতে পারে। একটি টার্গেট লেবেল অন্তর্নিহিত ফলাফলের পরিবর্তে একটি পুরানো প্রক্রিয়াকে প্রতিফলিত করতে পারে যা লোকেরা যত্নশীল। উপযুক্ত গোপনীয়তা নিয়ন্ত্রণের সাথে প্রাসঙ্গিক গোষ্ঠী এবং শর্তগুলির মধ্যে পারফরম্যান্স পরিমাপ করুন। নমুনার আকার এবং অনিশ্চয়তা রিপোর্ট করুন। একটি ছোট উপগোষ্ঠীর অনির্ভরযোগ্য অনুমান থাকতে পারে, যখন একটি বৈশ্বিক গড় একটি বড় এবং কার্যত গুরুত্বপূর্ণ বৈষম্য লুকিয়ে রাখতে পারে। বিভিন্ন ন্যায্যতার মানদণ্ড বিভিন্ন প্রশ্নের উত্তর দেয় এবং দ্বন্দ্ব করতে পারে। একটি পরিসংখ্যানগত পরিমাপ সমান করা প্রতিটি নৈতিক বা আইনি উদ্বেগের নিষ্পত্তি করে না। ডোমেন দক্ষতা এবং সিস্টেম দ্বারা প্রভাবিত ব্যক্তিদের অংশগ্রহণের সাথে মানদণ্ড চয়ন করুন। মডেলের চারপাশে কর্মপ্রবাহ পর্যালোচনা করুন। ভবিষ্যদ্বাণীগুলি কীভাবে ব্যবহার করা হয়, কে একটি ফলাফলকে চ্যালেঞ্জ করতে পারে এবং প্রতিক্রিয়া কীভাবে সংগ্রহ করা হয় তা ক্ষতির বিতরণ পরিবর্তন করতে পারে। তাদের উদ্দেশ্যযুক্ত প্রভাব এবং সম্ভাব্য নতুন সমস্যা উভয়ের জন্য প্রশমনগুলি মূল্যায়ন করুন। ন্যায্যতাকে এককালীন শংসাপত্রের পরিবর্তে চলমান মূল্যায়ন হিসাবে বিবেচনা করুন।
04কাজের উদাহরণ
একটি উদ্ভাবিত পরীক্ষায়, গ্রুপ এ এর 95% নির্ভুলতার সাথে 900 টি উদাহরণ রয়েছে, যখন গ্রুপ বি-তে 60% নির্ভুলতার সাথে 100 টি উদাহরণ রয়েছে।
সামগ্রিক ফলাফলটি গ্রুপ এ দ্বারা আধিপত্য বিস্তার করে। গ্রুপ বি পৃথকভাবে রিপোর্ট করুন এবং এর ত্রুটি এবং নমুনা অনিশ্চয়তা পরিদর্শন করুন।
প্রশমন বেছে নেওয়ার আগে ডেটা কভারেজ এবং ওয়ার্কফ্লোর কারণগুলি তদন্ত করুন।
এটা কি দেখায়
এই কাল্পনিক গণনাগুলি ব্যাখ্যা করে যে কেন একটি সামগ্রিক স্কোর ন্যায়সঙ্গত পারফরম্যান্স প্রতিষ্ঠা করতে পারে না।
প্রদর্শিত নমুনার আকারের সাথে বাস্তবসম্মত অপারেটিং অবস্থার ত্রুটির হারের তুলনা করুন।
কোনও প্রশিক্ষণ লেবেল কাঙ্ক্ষিত ফলাফলের পরিবর্তে অতীতের সিদ্ধান্তকে ক্যাপচার করে কিনা তা পর্যালোচনা করুন।
ফ্রি নিউজলেটার
প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।
প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।
নিজেকে পরীক্ষা করুন
প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।
ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন
একা সেই পদক্ষেপের মাধ্যমে নয়। প্রক্সি ভেরিয়েবল, লেবেল, সংগ্রহ অনুশীলন এবং স্থাপনার সিদ্ধান্তগুলি এখনও অসম ফলাফল তৈরি করতে পারে।
শিখতে থাকুন
এই বিষয়ের জন্য বাছাই করা আরও গাইড
পরবর্তী আপদায়িত্বশীল এআই ব্যবহারকারীর পরবর্তী
এআই এবং গোপনীয়তা
সমাজ