Capítulo 3. Ética dos dados
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Como discutimos nos Capítulos 1 e 2, por vezes os modelos de aprendizagem automática podem correr mal. Podem ter bugs. Podem ser confrontados com dados que nunca viram antes e comportar-se de formas inesperadas. Ou podem funcionar exatamente como foram concebidos, mas serem utilizados para algo que preferíamos que nunca tivessem sido utilizados.
Uma vez que a Deep Learning é uma ferramenta tão poderosa e pode ser utilizada para tantas coisas, torna-se particularmente importante que consideremos as consequências das nossas escolhas. O estudo filosófico da ética é oestudo do certo e do errado, incluindo a forma como podemos definir esses termos, reconhecer acções certas e erradas e compreender a ligação entre acções e consequências. O campo da ética dos dados existe hámuito tempo e muitos académicos dedicam-se a este campo. Está a ser utilizado para ajudar a definir políticas em muitas jurisdições; está a ser utilizado em empresas grandes e pequenas para considerar a melhor forma de garantir bons resultados ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access