|
Research on Fair, Accountable, and Transparent ML systems
( Explaining what learned models predict: In which cases can we trust machine learning models and when is caution required )
Introduction
Our lives are becoming more dependent on the presence of machine learning(ML). But as data, the fue
|
|
|
AI가 인류의 공동 가치와 목표를 증진하는 방향으로 발전할 수 있도록 하는 노력이 계속되어야 할 것입니다.
7. 참고문헌
Jobin, A., Ienca, M., & Vayena, E. (2019). Artificial Intelligence: the global landscape of ethics guidelines. Nature Machine Intelligence. https://arxiv.org/p
|
|
|
AI 개발 단계에서부터 윤리 설계(Ethics by Design) 원칙을 적용하고, 공정성(fairness) 및 설명 가능성(explainability)을 갖춘 알고리즘 설계를 추진해야 한다. 또한 다양한 문화·언어·배경을 반영한 포괄적 학습 데이터셋 구축과 편향 최소화를 위한 사
|
|
|
AI
-서광조이응권(1996), 「기업윤리와 경제윤리」, 철학과현실사. 서울대 사회발전연구소
-신세계(2004), 「신세계 윤리경영 백서」.
-신유근(1992), 「기업윤리와 경영교육」, 한국경영학회편, 세경사.
-인공지능의 윤리적 쟁점에 관한 탐색적 연
|
|
|
AI가 지구를 지배? 첨단기술 악용하는 악당이 문제\". https://www.sciencetimes.co.kr/?p=222990
알체라. (2025). 인공지능 윤리의 중요성과 기본 원칙 이해하기. https://www.alchera.ai/resource/blog/artificial-intelligence-ethics
홍익대학교 홍대신문. 디지털 격차가 드리
|
|
메뉴펼치기
