|
ai-transparency
IBM Korea. 책임감 있는 AI란 무엇인가요[Electronic resource]. IBM Korea. https://www.ibm.com/kr-ko/think/topics/responsible-ai
SAP Korea. AI 편향이란 원인 영향 및 완화 전략[Electronic resource]. SAP Korea. https://www.sap.com/korea/resources/what-is-ai-bias
한국정보통신
|
|
|
AI 윤리 기준 비교. https://i3ii.tistory.com/entry/%EB%AF%B8%EA%B5%AD%C2%B7EU%C2%B7%ED%95%9C%EA%B5%AD-AI-%EA%B7%9C%EC%A0%9C-%EB%B9%84%EA%B5%90
ConceptMap.ai. (2024). AI 공정성 - 개념도: 편향 탐지 및 완화 이해하기. https://www.conceptmap.ai/ko/example/ai-fairness-and-bias-mitigation 1. 서론
|
|
|
bias and disparate factors in society, ML is also vulnerable to bias that affects the fairness [1]. Since ProPublica reported COMPAS, a tool used by courts in the US, was biased against African-Americans [2], similar studies have been conducted in other fields, such as YouTube's favoritism to specif
|
|
|
AI의 윤리 문제를 어떻게 극복할 것인가?.
https://www.thelec.kr/news/articleView.html?idxno=28346
14. Superb AI. (2024). 생성형 AI와 데이터 편향성 문제: 데이터 편향이란 무엇이며 어떻게 해결할 수 있을까?.
https://blog-ko.superb-ai.com/generative-ai-and-the-data-bias-probl
|
|
|
AI 경제에서는 일자리에 필요한 역량이 지금과 매우 달라질 것이다. 따라서 현재와 미래의 노동 인력을 준비하고, 교육하고, 훈련하고, 재교육하기 위한 시스템도 발전해야 한다. 새로운 AI 경제에서는 새로운 기술 역량이 필요할 뿐 아니라 대
|
|
메뉴펼치기
