1
Stronniczość algorytmiczna
Systematyczne błędy w AI na niekorzyść grup
2
Dyskryminacja algorytmiczna
Nieuczciwe traktowanie przez AI
3
Dane treningowe
Zbiór danych używany do uczenia modeli
4
Sprawiedliwość algorytmiczna
Równe traktowanie przez systemy AI
5
Wyjaśnialność AI
Możliwość wyjaśnienia decyzji AI
6
Czarna skrzynka
Model AI o nieprzejrzystym działaniu
7
Odpowiedzialność algorytmiczna
Kto odpowiada za działania AI
8
Rozliczalność systemów AI
Możliwość rozliczenia z decyzji
9
Prywatność danych
Ochrona informacji osobistych w AI
10
Anonimizacja danych
Usunięcie identyfikatorów z danych
11
Zgoda na przetwarzanie
Wyrażenie zgody na użycie danych
12
Autonomiczny pojazd
Samochód podejmujący decyzje bez kierowcy
13
Dylemat wagonika
Problem etyczny wyboru ofiary przez AI
14
Przejrzystość algorytmów
Otwarty dostęp do działania algorytmu
15
Audyt AI
Niezależna ocena systemu AI
16
Odpowiedzialność za szkody
Kto płaci za błędy autonomicznego systemu
17
Stronniczość próbki
Gdy dane treningowe nie są reprezentatywne
18
Uprzedzenia w kodzie
Wprowadzenie błędu już na etapie programowania
19
Prywatność w uczeniu maszynowym
Techniki chroniące dane podczas uczenia
20
System autonomiczny
System działający bez ingerencji człowieka
