Recentemente, estudos têm demonstrado que a utilização de machine learning e inteligência artificial (AI) está se expandindo em diversas áreas acadêmicas e profissionais, tornando-se imprescindíveis para a compreensão dos desafios modernos.
Contexto da pesquisa
Enquanto as universidades australianas começavam a permitir o uso de AI em algumas avaliações, a ideia não perpassa o ensino adequado sobre suas implicações éticas e práticas. O relatório da CSIRO aponta que habilidades cruciais de raciocínio ético são frequentemente negligenciadas por estudantes de diversas áreas.
Método proposto
O modelo abordado por diversas instituições de ensino envolve a integração de disciplinas que vão além do STEM, promovendo a coletas de dados e a aplicação de metodologias como Redes Neurais Convolucionais (CNN) e Redes Neurais Recorrentes (RNN). Identificar e abordar os desafios da utilização de AI requer um treinamento interdisciplinar, que articule a tecnologia com ética e ciências sociais.
Resultados e impacto
Estudos corroboram que a ausência de um entendimento crítico sobre a AI pode levar a aplicações irresponsáveis e resultados enviesados. “Estudantes precisam compreender como seus vieses podem influenciar o uso da AI” (“Students need to understand how their biases can influence AI use”) afirma
informatize e uma análise de dados mais crítica
(“a more critical data analysis”)— Nome, Cargo, Instituição
.
Com o uso de conjuntos de dados robustos, como o ImageNet, pesquisadores têm fomentado debates sobre a transparência dos algoritmos, ressaltando a necessidade de competência crítica na avaliação de resultados de AI. O benchmarks de desempenho, como o GLUE, são essenciais para a análise comparativa entre diferentes modelos.
A formação acadêmica deve preparar os futuros profissionais para que sejam capazes de usar ferramentas de AI de forma responsável, considerando não apenas a eficiência, mas também as possíveis consequências éticas de suas decisões.
Para mais informações sobre o impacto da machine learning e AI nas universidades, visite nossa seção de machine learning e deep learning.
Fonte: (TechXplore – Machine Learning & AI)
