Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Samenvatting Media & Digitale samenleving 2022/2023 €4,29   Ajouter au panier

Resume

Samenvatting Media & Digitale samenleving 2022/2023

 70 vues  6 achats

Omvat alle lessen/zelfstudiepakketten/q&a :) De artikels & filmpjes uit de zelfstudiepakketten zijn samengevat en gebaseerd op de vragen die op Blackboard stonden in de inleiding.

Dernier document publié: 1 année de cela

Aperçu 4 sur 43  pages

  • 25 janvier 2023
  • 27 janvier 2023
  • 43
  • 2022/2023
  • Resume
Tous les documents sur ce sujet (11)
avatar-seller
katjawillemsens
Media & Digitale Samenleving
2022




Inhoud
1 AI, human AI interaction & ethiek ..................................................................................................................... 2
1.1 Distributed intelligence – the world is about to change ....................................................... 2
1.2 Zelfstudie: Ethical AI ........................................................................................................................................ 5
1.3 Q&A............................................................................................................................................................................. 14
2 Online desinformatie & fake news .................................................................................................................. 17
2.1 Online desinformatie ..................................................................................................................................... 17
2.2 Zelfstudie ............................................................................................................................................................... 20
2.3 Q&A.............................................................................................................................................................................25
3 Online haatspraak .................................................................................................................................................... 27
3.1 Online hate – why does it even exist? ................................................................................................ 27
3.2 Zelfstudie ............................................................................................................................................................... 29
3.3 Q&A............................................................................................................................................................................ 34
4 Metaverse ........................................................................................................................................................................ 36
4.1 Metaverse & VR .................................................................................................................................................. 36
4.2 Zelfstudie: videogames ................................................................................................................................ 37
4.3 Q&A............................................................................................................................................................................ 43




1

,1 AI, human AI interaction & ethiek
1.1 Distributed intelligence – the world is about to change

Technology #1: Internet Of Things (IoT)

= het netwerk van fysieke objecten, apparaten, voertuigen, gebouwen en andere items
die zijn ingebed met elektronica, software, sensoren en netwerkconnectiviteit, waardoor
deze objecten gegevens kunnen verzamelen en uitwisselen. (definitie wordt niet
gevraagd 😉)

I. Sensoren
a. Kleiner, accurater geworden en verbruikt veel minder energie
b. Makkelijk te integreren in bestaande systemen
c. Sturen data door
II. Communicatiemethoden
a. Veel minder energie verbruiken
III. Software




Technology #2: Artificial Intelligence (AI)

= wanneer we een computer een beslissing kunnen
laten nemen op zo’n manier dat we niet kunnen
onderscheiden of een mens de beslissing heeft
genomen of de computer.

Machine learning is een onderdeel van AI waarin we
ervoor zorgen dat de machine zelf leert uit data
i.p.v. dat wij zeggen dat het machine zich zo moet
gedragen. Deep learning gaat een stap verder en
is ontstaan door de grotere en sterkere computers.

Link naar het artikel uit 1.2
Zelfstudie: “machine learning is een
essentieel onderdeel van AI, maar AI
is breder dan machine learning,
aangezien het ook betrekking heeft
op het vermogen van een systeem
om gegevens waar te nemen of
objecten te besturen, te verplaatsen
en te manipuleren op basis van
geleerde informatie, of het nu een
robot of een ander verbonden
apparaat is.


Technical challenges

▪ Challenge #1: nauwkeurigheid/accuraatheid algoritmes
▪ Challenge #2: snelheid van algoritmes
▪ Challenge #3: we need smaller chips
▪ Challenge #4: connectiviteit
▪ Challenge #5: data kwaliteit
▪ Challenge #6: gedistribueerde intelligentie



2

,Pitfalls:

I. Verandering management: methodiek die wordt gebruikt voor het inburgeren
van nieuwe technologieën
II. Misbruik
III. Bias/verklaarbaarheid
IV. Angst
a. “Vrouw dood na ongeval met zelfrijdende Uber”
b. Zijn autonome voertuigen gevaarlijk? Ja! Of ja, maar waarom? Of ja, maar
doen wij als mensen het dan beter?
c. Conclusie: we hebben vertrouwen in technologie en maken er gebruik van



Bias/verklaarbaarheid:

Nood aan een representatieve dataset (weerspiegelt bevolking):
▪ Gebruikte data: gezichtsherkenning getraind met dataset met meer blanke
mannen
▪ Vastgelegde gegevens

Dataset weerspiegelt nauwkeurig de geschiedenis
▪ Wat als de geschiedenis oneerlijk is?

Onethisch
▪ Modellen die onethische doelen bereiken


 leidt tot risico- en ethische problemen

Risico Ethisch

Voorbeeld: Britse banken kregen een Achtergrond
boete van 30 miljard pond voor het ▪ Nationaliteiten
verkeerd verkopen van persoonlijke ▪ Academisch
beschermingsverzekeringen, maar wat als ▪ Jong/oud
AI deze beslissingen neemt? ▪ Man/vrouw

Data
Investeer in veiligheidsvoorschriften en ▪ Reflecteert de populatie
uitlegbaarheid: o Vergroten
▪ Maak regels voor AI op basis van o Combineren
▪ Impliceer groeperen
domein specifieke kennis
▪ Zorg ervoor dat men het vereiste ▪ “Datacrunching” = verwijst naar de
niveau van verklaarbaarheid belangrijkste eerste stappen die
bereikt nodig zijn om grote hoeveelheden
o Afweging tussen prestaties onbewerkte gegevens voor te
en uitlegbaarheid bereiden voor analyse (bv. king of
o Gebaseerd op behoeften ingenieur = man, queen of
▪ Gebruik AI om AI uit te leggen: poetshulp = vrouw)
o Model 1: AI Model
o Model 2: breng beslissingen
over parameters in kaart
o Model 3: vertaal model 2
naar begrijpelijke kennis



3

, Hoe innoveren en controle behouden?

▪ Iedereen in het bedrijf moet een beetje verstand hebben van AI en begrijpen hoe
het moet worden ingezet op een manier die ethisch verantwoord is en in
overeenstemming met de wet
▪ Haal er iemand bij die de technologie en de USP's van het bedrijf echt begrijpt
o Zorg ervoor dat de technologie niet ten koste gaat van de USP's
o USP’s staat voor ‘unique selling point’ of die ene eigenschap die het ene
bedrijf beter maakt dan de concurrentie.
▪ Modellering en validatie
o Gebruik verschillende soorten modellen
o Valideer in een apart team om de vooringenomenheid van de
modelleerder/supervisor volledig te verwijderen
o Gebruik validatietools voor validatie
o Zorg voor een divers team
▪ AI-kennis vs domeinspecifieke kennis
▪ Man vs vrouw
▪ Mindset
▪ Achtergrond
▪ Vergeet niet dat groepering impliciet kan zijn (bv. grote families in
Borgerhout)
▪ Test het huidige model en de evolutie ervan in de tijd: bias,
performance, datasource en populatieverandering
▪ Gebruik een validatie proces: wanneer laatst gevalideerd?
o Wees bewust van test manipulatie




What to remember:

De wereld gaat veranderen…
▪ Meedoen/investeren of achterblijven
▪ Wees je bewust van misbruik
o Cybersecurity is niet langer het enige
o Bescherm gegevens
o Wees je bewust van nepgegevens & nepvertrouwen
▪ Wees je bewust van vooroordelen en ethiek door:
o Bouw de juiste diverse teams
o Vertrouw niet op één model
o Gebruik deskundige tools
o Vergeet domein specifieke kennis niet
o Doe volledig onafhankelijke validatie
▪ Wees voorzichtig maar wees niet bang




4

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur katjawillemsens. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €4,29. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

73314 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€4,29  6x  vendu
  • (0)
  Ajouter