Cap. 14 Fondamenti dell'IA, IA generativa e competenze nell'elaborazione dei prompt IA

Domanda

Perché gli output dell'IA possono essere distorti?

Tocca per vedere la risposta

Risposta

I modelli riflettono schemi, lacune, etichette e distorsioni sociali presenti nei dati, nonché le scelte di progettazione.

Le distorsioni possono emergere anche quando nessuno ha programmato esplicitamente una discriminazione.

JRC DigComp / Banca dati sulle competenze digitali di EPSOHQ

Approfondimento

Pregiudizi: dati e progettazione, non malafede

I pregiudizi dell'IA derivano da schemi, lacune, etichette e pregiudizi sociali presenti nei dati e nelle scelte progettuali, non soltanto da discriminazioni esplicite.

Scopri di più

Ascolta questa pagina (beta)

Allucinazione Riservatezza

Vedi tutte le flashcard

Utilizziamo cookie essenziali per il funzionamento del sito. Con il Suo consenso, utilizziamo anche strumenti di analisi e pubblicità personalizzata. Il consenso pubblicitario ci permette di condividere con Google dati di contatto trasformati in hash e dati di localizzazione per attribuire le conversioni relative alle prove e agli accessi a vita. Consulti la nostra Informativa sulla privacy.

Perché gli output dell'IA possono essere distorti?

I modelli riflettono schemi, lacune, etichette e distorsioni sociali presenti nei dati, nonché le scelte di progettazione.

Pregiudizi: dati e progettazione, non malafede

Segnala un problema

Problema segnalato