Saltar al contenido

Materia optativa: Ética en Inteligencia Artificial

Temario

– Efectos sociales de las soluciones informáticas y los consensos sociales
– Aproximación al sesgo humano y en modelos predictivos
– Métricas de equidad
Data Statements
– Privacidad y anonimización
– Explicabilidad
– Auditorías
– Diagnóstico de sesgos en word embeddings y modelos de lenguaje con EDIA
– Regulación

Equipo docente

Laura Alemany (FAMAF – UNC)

Bibliografía básica

– Ediciones anteriores del mismo curso: https://sites.google.com/view/etica-practica-cd/
– Pedace, K., Balmaceda, T., Lawler, D., Pérez, D., Zeller, M. 2020. Caja de herramientas humanísticas. Grupo GIFT. FairLAC, BID https://proyectoguia.lat/wp-content/uploads/2020/05/Caja-de-herramientas-Humanistas.pdf
– Timnit Gebru, Jamie Morgenstern, Briana Vecchione, Jennifer Wortman Vaughan, Hanna Wallach, Hal Daumé III, Kate Crawford. 2021. Datasheets for Datasets. CACM.
– Catherine D’Ignazio, Lauren Klein. 2020. Feminismo de Datos. MIT Press, DataGénero. https://data-feminism.mitpress.mit.edu/bienvenida
– UNESCO. 2021. Recomendación sobre la Ética de la Inteligencia Artificial. https://www.unesco.org/es/artificial-intelligence/recommendation-ethics
Declaración de Montevideo sobre la Inteligencia Artificial. 2023. https://www.vialibre.org.ar/una-inteligencia-artificial-latinoamericana-y-al-servicio-de-las-personas/
– Emily M. Bender and Batya Friedman. 2018. Data Statements for Natural Language Processing: Toward Mitigating System Bias and Enabling Better Science. Transactions of the Association for Computational Linguistics, 6:587–604. https://aclanthology.org/Q18-1041
– Ación, L., Alonso Alemany, L., Benotti, L., 2023. Social Impacts of Artificial Intelligence. Metadocencia. https://www.metadocencia.org/en/curso/etica_en_ia/

Carga horaria

8 horas sincrónicas + 4 horas de apoyo.

Método de evaluación

Entrega y aprobación de 1 trabajo práctico.